7.1 Matrizen und Vektore
|
|
- Erna Günther
- vor 7 Jahren
- Abrufe
Transkript
1 7.1 Matrizen und Vektore Lineare Gleichungssysteme bestehen aus einer Gruppe von Gleichungen, in denen alle Variablen nur in der 1. Potenz vorkommen. Beispiel Seite 340 oben: 6 x 2 = x 2 = 4 mit den Variablen und x 2 Allgemein gilt für m Gleichungen mit n Unbekannten: a 11 + a 12 x 2 + +a 1n x n = b 1 a m1 + a m2 x 2 + +a mn x n = b m n Oder für die i. Gleichung mit dem Summenzeichen: aik x k = bi; i = 1,2,...,m k = 1 Das rechteckige Zahlenschema (Tabelle): a11... a1 n ist eine so genannte Matrix und heisst Koeffizientenmatrix des... linearen Gleichungssystems am1... amn Und die Spalte b1 heisst Spaltenvektor der rechten Seite des linearen Gleichungssystems... b m Matrizen sind Tabellen, Vektore sind Zeilen oder Spalten Sie erlauben eine kompakte Schreibweise Lösen Sie die Übung 1 im Übungsblatt Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block 9-1- Anwendungsbeispiele Beispiel Seite 341 unten: Verflechtungstabelle: Lesen Sie das Beispiel mit der Verflechtungstabelle Seite 341 unten n Sektoren eines Unternehmens S 1, S 2,, S n liefern sich gegenseitig Güter, wobei a ij die Lieferung von Sektor S i an Sektor S j ist und b i die zum Verkauf an den Endverbraucher bestimmte Lieferung des Sektors S i Die Matrix wird von links nach rechts gelesen: z.b. S 2 liefert a 21 an S 1, a 22 an sich und b 2 an den Endverbraucher. Lösen Sie die Übung 2 im Übungsblatt Beispiel Seite 342 oben: Produktionskoeffizienten: Lesen Sie das Beispiel mit den Produktionskoeffizienten Seite 342 oben Wir haben wieder n Sektoren, welche jeder ein Gut produziert. Hier stellt die Matrix die Menge der Güter aus den verschiedenen Sektoren dar, welche ein Sektor für die Herstellung einer Mengeneinheit seines Guts benötigt. Die Matrix wird von oben nach unten gelesen: z.b. benötigt S 2 1,7 ME des Guts von S 1, 0 ME seines Guts und 0,5 ME des Guts von S 3 für die Herstellung von 1 ME seines Guts. Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block
2 Anwendungsbeispiele (2) Beispiel Seite 342 unten: Rohstoffverbrauchskoeffizienten: Lesen Sie das Beispiel mit der Rohstoffverbrauchskoeffizienten Seite 342 unten- 343 Ähnlich wie die Produktionskoeffizienten, nur dass in der Matrix r ik die Mengen des benötigten Rohstoffs R i darstellt, welche ein Sektor S k für die Herstellung einer Mengeneinheit seines Guts benötigt. Vektoren werden hier an mehreren Orten verwendet: Der Produktionsvektor x ist der Spaltenvektor mit der Menge der von jedem Sektor S i produzierten Menge seines Produktes x i : x1... x n p1 Der Preisvektor p ist der Spaltenvektor mit den Preisen p i der n Produkte:... p n r1 Der Rohstoffvektor ist der Spaltenvektor mit den Mengen r i der m benötigten Rohstoffe:... r m Lösen Sie die Übung 3 im Übungsblatt Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block Lineare Gleichungssysteme Beispiel 1 Seite 358: ein lineares Gleichungssystem: 4 x 2 = 5 + x 2 = 10 Dieses lässt sich graphisch lösen durch Einzeichnen der Funktionsgraphen: x 2 = 4 5 und x 2 = 10 - in einem Koordinatensystem mit den Achsen und x 2 (vergl. Abb. 7.2 Seite 359). Die Lösungen sind dann die Menge der Schnittpunkte der 2 Funktionsgraphen. Wie viele Lösungen hat ein solches lineares Gleichungssystem mit 2 Gleichungen und 2 Unbekannten? Die 2 Funktionen sind linear ihre Funktionsgraphen also Geraden. 2 Geraden schneiden sich in der Ebene entweder: In einem Punkt eine Lösung gar nicht, falls sie parallel sind (vergl. Abb rechts) keine Lösung überall falls die 2 Geraden zusammenfallen (vergl. Abb mitte) unendlich viele Lösungen Das lineare Gleichungssystem mit 2 Gleichungen und 2 Unbekannten hat also eine, keine oder unendlich viele Lösungen. Dieser Satz gilt für beliebige lineare Gleichungssysteme mit m Gleichungen und n Unbekannten! Auch diese haben eine, keine oder unendlich viele Lösungen. Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block
3 Matrix-Schreibweise Ein lineares Gleichungssystem lässt sich in einer Matrix-Schreibweise darstellen: Ax = b x1 Wobei A die Koeffizientenmatrix ist, x = der Vektor der Unbekannten und... x n b1 b =... der Vektor der rechten Seiten. b m Und Ax ist die Multiplikation einer Matrix mit einem Vektor. Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block 9-5- Gauss sches Eliminationsverfahren Beispiel Seite 361: ein lineares Gleichungssystem mit 3 Gleichungen und 3 Unbekannten. Wie können wir es lösen? Graphisch geht das nicht mehr, da es sich um Ebenen im 3-dimensionalen Raum handelt. 1. Idee: die 1. Gleichung nach auflösen und in die 2. und 3. Gleichung einsetzen. Dann bleibt ein Gleichungssystem mit 2 Gleichungen und 2 Unbekannten. Lösen Sie die 1. Gleichung nach auf und setzen Sie in die 2 übrigen Gleichungen ein. Eleganter: zur 2. und 3. Gleichung ein Vielfaches der 1. Gleichung addieren/subtrahieren, so dass wegfällt. Wenn wir z.b. die 2. Gleichung mit 2 multiplizieren und 3 mal die 1. addieren, so fällt 6-6 weg. Setzen wir diese neue Gleichung anstelle der 2. und analog für die 3., so bleibt nur in der 1. Zeile stehen und es bleiben 2 Gleichungen mit 2 Unbekannten x 2, x 3. Nach einem weiteren Eliminationsschritt für x 2 gelangen wir zu einer Darstellung wie Seite 361 unten, aus welcher wir die Lösungen für, x 2 und x 3 direkt ablesen können. Lösen Sie die Übung 4 Daraus folgt die 2. Idee - das Gauss sche Eliminationsverfahren: das Gleichungssystem mit erlaubten Umformungen solange umgestalten, bis wir eine Koeffizientenmatrix erhalten, welche bis auf die Diagonale aus lauter Nullen besteht (so genannte Diagonalmatrix) Erlaubt sind die folgenden Umformungen, ohne dass sich an der Lösungsmenge etwas ändert: 1. Vertauschen zweier Zeilen (ist nötig, falls a ii = 0) 2. Ersetzen einer Zeile durch die Summe aus dem λ 1 -fachen dieser Zeile und dem λ 2 -fachen einer andern Zeile Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block
4 Der Algorithmus Bei einer Textaufgabe muss zuerst das lineare Gleichungssystem gefunden werden. Anschliessend wird das Gleichungssystem als Tableau geschrieben (vergl. p. 362) Beginnend mit der 1. Spalte wird nun eine Spalte j nach der andern so transformiert, dass alle Werte Null werden, mit Ausnahme des Elements a jj in der Matrixdiagonalen, indem: - alle Zeilen ausser der j-ten durch eine Kombination von sich und der j-ten Zeile ersetzt werden, so dass ihr Element in der j-ten Spalte Null wird. - falls a jj =0 ist, die j-te Zeile mit einer darunter liegenden vertauscht wird, deren j-tes Element nicht Null ist Wie bestimmt man die Kombination einer Zeile und der j-ten Zeile, so dass das j-te Element in der ersten Null wird? 1 Betrachten wir das Beispiel 4) Seite 369: in der 1. Spalte 1 soll das unterste Element Null werden: 5 Gesucht sind a und b, so dass a 1 +b 5 = 0 a = -5b a/b = -5; also z. B. b = 1 und a = -5 Die 3. Zeile ist also zu ersetzen durch Zeile +3. Zeile Lösen wir das Beispiel auf Seite 362 im Tableau-Format Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block 9-7- Spezialfälle Beispiel Seite 363: nach der ersten Vereinfachung ist in der 2. Zeile a 22 =0, Damit wir weiter in Richtung der Schluss-Diagonalmatrix arbeiten können, müssen wir die 2. und 3. Zeile vertauschen. Lesen Sie das Beispiel Seite 363 Beispiel Seite 364: nach einigen Schritten erhalten wir 2 Zeilen mit lauter Nullen. Das bedeutet, dass die betreffenden Unbekannten x3 und x4 frei gewählt werden können. Das Gleichungssystem hat unendlich viele Lösungen. Lesen Sie das Beispiel Seite 364 Beispiel Seite 366 : nach einigen Schritten erhalten wir eine Zeile: Das Gleichungssystem 0 + 0x 2 +0x 3 = 8 hat keine Lösung. Lesen Sie das Beispiel Seite 366 Lesen Sie die Beispiele 1-3 Seite Lösen Sie die Aufgabe 2 Seite 404 Lösen Sie die Übung 5 auf dem Übungsblatt Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block
5 7.3 Lineare Optimierung Bei vielen ökonomischen Problemen ist der Wert einer Funktion Z mit n unabhängigen Variablen, x 2,, x n zu maximieren. D.h. diejenige Kombination der Variablen-Werte x i zu finden, für die der Funktionswert Z(, x 2,, x n ) maximal ist. Häufig ist diese so genannte Zielfunktion Z eine lineare Funktion, d.h. die n Variablen kommen nur in der ersten Potenz vor: Z( x1, x2,..., xn ) = ci xi Dabei müssen die n Variablen m lineare Ungleichungen erfüllen, die so n genannten Restriktionen oder Einschränkungen: i=1, 2,, m aik xk k =1 Und aus ökonomischen Gründen dürfen die n Variablen nicht negativ sein (ökonomischer Definitionsbereich): x i 0; i=1, 2,, n (Nicht-Negativitätsbedingung) Ein solches Problem, bestehend aus einer linearen Zielfunktion, linearen Restriktionen und Nicht-Negativitätsbedingungen heisst lineares Optimierungsproblem (LO-Problem). b i i = 1 Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block 9-9- LO-Problemen mit 2 Variablen: Optimale Produktionsstrategie Lesen Sie die Aufgabenstellung im Beispiel1 Seite 387 unten: Optimale Produktionsstrategie Zu maximieren ist die Herstellungsmenge eines Produktes, welches nach 2 verschiedenen Verfahren hergestellt werden kann. Die unabhängigen Variablen sind die hergestellte Menge nach dem 1. Verfahren und die hergestellte Menge x 2 nach dem 2. Verfahren. Die zu maximierende Zielfunktion lautet also: Z(, x 2 ) = + x 2 Die Restriktionen ergeben sich aus den verfügbaren Mengen der 3 Komponenten, welche für die Herstellung benötigt werden: Das 1. Verfahren benötigt 1 Komponente K 1, das 2. Verfahren 3. Total werden also + 3x 2 Komponenten K 1 benötigt, was 24, die verfügbare Menge, sein muss. Die Restriktionen aus den übrigen 2 Komponenten lauten: 5 + 7x x 2 22 Und die Nicht-Negativitätsbedingungen lauten: 0 und x 2 0 Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block
6 Graphische Lösung eines LO-Problems mit 2 Variablen Ein LO-Problem mit 2 Variablen lässt sich grafisch lösen: Die möglichen Werte der zwei Variablen, x 2 sind die Punkte einer Ebene mit den Achsen x1 und x2 (Kartesisches Koordinatensystem mit Achsen, x 2 statt x,y) Die Lösungsmenge einer linearen Gleichung mit und x 2 bilden in dieser Ebene eine Gerade, z.b. für 5 + 7x 2 = 64 die Gerade: x 2 = -5/7 + 64/7 in Abb. 7.5 Seite 389. Wird die Gleichung durch eine gleich lautende Ungleichung mit ersetzt, so bildet die Lösungsmenge die Fläche links von der Geraden, diese inbegriffen (vergl. Abb. 7.5) Die Lösungsmenge, welche alle 3 Restriktionen erfüllen, sowie die 2 Nicht- Negativitätsbedingungen, bilden somit eine Fläche mit 5 Seiten: den zulässigen Bereich (die schraffierte Fläche in Abb. 7.6) Die verschiedenen möglichen Werte der Zielfunktion + x 2 = Z bilden die Geraden: x 2 = Z - (Z eine Konstante), welche alle die Steigung -1 haben und somit parallel sind. Um den maximalen Wert Z max zu bestimmen, genügt es also, eine dieser Geraden einzuzeichnen, z.b. für Z=0, und die Gerade parallel nach rechts oben zu verschieben, bis zur äussersten Ecke des zulässigen Bereichs (Punkt (10;2) in Abb. 7.7 Seite 390) Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block Vorgehen bei der Graphische Lösung eines LO-Problems 1. Festlegen, welches die zwei Variablen und x 2 sind (nur bei Textaufgaben) 2. Die zu maximierende Zielfunktion in Anhängigkeit der 2 Variablen aufstellen 3. Die Restriktionen (Einschränkungen) als -Ungleichungen der 2 Variablen aufstellen 4. Die 2 Nicht-Negativitätsbedingungen aufstellen: 0 und x Die entsprechenden Geraden der Restriktionen und der Nicht- Negativitätsbedingungen im Koordinatensystem der 2 Variablen einzeichnen und zum zulässigen Bereich schraffieren 6. Eine Gerade der Zielfunktion für einen beliebigen Wert von Z einzeichnen, z.b. Z=0 7. Die Gerade parallel verschieben bis zum äussersten Punkt rechts oben des zulässigen Bereichs. 8. Die Koordinaten dieses Eckpunktes und damit die Lösung für die Variablen ablesen bzw. berechnen als Schnittpunkt von 2 Geraden. 9. Z max berechnen durch Einsetzen in die Zielfunktion Z(, x 2 ) Lösen wir gemeinsam das Beispiel 1 Seite Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block
7 Spezialfälle Falls es sich bei einer Restriktion um eine -Ungleichungen handelt, so muss die Fläche rechts von der Geraden der entsprechenden Gleichung schraffiert werden (auch der Fall bei den Nicht-Negativitätsbedingungen). Falls statt dem Maximum das Minimum einer Zielfunktion Z(, x 2 ) gesucht wird, so wird die Gerade der Zielfunktion nach links unten verschoben, bis zum äussersten Punkt des zulässigen Bereichs. Lesen Sie das Beispiel ab Seite 390 unten: Kostenoptimale Futtermischung Falls die parallel verschobene Gerade der Zielfunktion nicht auf einen einzelnen Eckpunkt fällt, sondern auf eine ganze Seitenlinie, so gibt es unendlich viele Lösungen mit maximalem Wert Z max (vergl. Fig. 7.9 Seite 393) Es kann sein, dass der zulässige Bereich nicht abgeschlossen ist und bezüglich der Zielfunktion keinen äussersten Punkt besitzt (vergl. Abb Seite 393). Das Optimierungsproblem hat dann keine Lösung. Lesen Sie das Beispiel ab Seite 392 unten: Lösen Sie die Aufgaben 7 (nur grafisch) und 8 Seite 405 LO wird an der Prüfung nicht verlangt. Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block Aufgaben und Ziele Aufgaben Lesen Sie das Skript bis zur Prüfung nochmals durch. Lösen Sie die darin angegebenen Übungen aus dem Buch und aus dem Übungsblatt fertig. Lesen Sie Purkert Kap , bis p. 370, Kap Bei Problemen Mail an boek@kmu-dir.ch oder epeter@fernfachhochschule.ch Ziele Die Studierenden kennen die Definition eines linearen Gleichungssystems und die kompakte Darstellung mittels Koeffizientenmatrix und Spaltenvektor der rechten Seiten. Sie können ein lineares Gleichungssystem mittels Gauss schem Eliminationsverfahren lösen und Sie können zu einer Textaufgabe das Lineare Gleichungssystem aufstellen Sie können ein lineares Optimierungsproblem mit 2 Variablen graphisch lösen und sie können zu einer Textaufgabe das mathematische Modell aufstellen Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block
8 Ernest Peter Propädeutikum Mathematik für die Betriebsökonomie, Block
Das Lösen linearer Gleichungssysteme
Das Lösen linearer Gleichungssysteme Lineare Gleichungen Die Gleichung a 1 x 1 + a 2 x 2 +... + a n x n = b ist eine lineare Gleichung in den n Variablen x 1, x 2,..., x n. Die Zahlen a 1, a 2,..., a n
MehrKurs 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 karin.halupczok@math.uni-freiburg.de
MehrA2.3 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
Mehr1 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
Mehr2.3 Logarithmus. b). a n = b n = log a. b für a,b 0 ( : gesprochen genau dann bedeutet, dass beide Definitionen gleichwertig sind) Oder log a
2.3 Logarithmus Bsp. Seite 84 mitte: Wie lange muss man Fr. 10 000.- zu 5,1% anlegen, um Fr. 16 000.- zu erhalten? Lösen Sie die Zinseszinsformel nach q n auf Aus q n erfolgt die Berechnung von n mittels
MehrMatrizen, 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
MehrCorinne 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:
Mehr1 Transponieren, Diagonal- und Dreiecksmatrizen
Technische Universität München Thomas Reifenberger Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 2008/09 1 Transponieren, Diagonal- und Dreiecksmatrizen Definition 11 Transponierte Matrix
Mehr2.2 Lineare Gleichungssysteme (LGS)
2.2 Lineare Gleichungssysteme (LGS) Definition 2.2.. Ein LGS über einem Körper K von m Gleichungen in n Unbekannten x,..., x n ist ein Gleichungssystem der Form a x + a 2 x 2 +... + a n x n = b a 2 x +
MehrLineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
Mehr3.4 Der Gaußsche Algorithmus
94 34 Der Gaußsche Algorithmus Wir kommen jetzt zur expliziten numerischen Lösung des eingangs als eine Motivierung für die Lineare Algebra angegebenen linearen Gleichungssystems 341 n 1 a ik x k = b i,
Mehr3 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
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
Mehr6 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
MehrLineare Gleichungssysteme und Matrizen
Kapitel 11 Lineare Gleichungssysteme und Matrizen Ein lineares Gleichungssystem (lgs) mit m linearen Gleichungen in den n Unbekannten x 1, x 2,..., x n hat die Gestalt: Mit a 11 x 1 + a 12 x 2 + a 13 x
MehrLänge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren
Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(
Mehr1 Geometrie - Lösungen von linearen Gleichungen
Übungsmaterial Geometrie - Lösungen von linearen Gleichungen Lineare Gleichungen sind von der Form y = f(x) = 3x + oder y = g(x) = x + 3. Zwei oder mehr Gleichungen bilden ein Gleichungssystem. Ein Gleichungssystem
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2016 Lineare Gleichungssysteme Schwerpunkte: Interpretation und Verständnis der Gleichungen Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik unter
MehrMathematik 1, Teil B. Inhalt:
FH Emden-Leer Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre 2.) Matrizen, Determinanten
MehrLineare (Un-)Gleichungen und lineare Optimierung
Lineare (Un-)Gleichungen und lineare Optimierung Franz Pauer Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien 2010 9. April 2010 Eine Maximumsaufgabe Eine Firma stellt aus
MehrAllgemeines 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
MehrMLAN1 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
MehrÜbungsblatt 5 : Lineare Algebra
Mathematik I Übungsblatt 5 WS /5 Dr. A. Schmitter Übungsblatt 5 : Lineare Algebra Aufgabe 5. Gegeben sind die folgenden Vektoren: u = v = 8 w = 6 a) Bestimmen Sie die Komponenten von u v, 6u + w, v + u,
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
MehrBrückenkurs Elementarmathematik
Brückenkurs Elementarmathematik IV. Ungleichungen November 13, 2013 Inhalt 1 Ungleichungen 2 Umformungen von Ungleichungen 2.1 Äquivalenzumformungen 2.2 Addition und Multiplikation von Ungleichungen 3
MehrAufgaben zu Kapitel 14
Aufgaben zu Kapitel 14 1 Aufgaben zu Kapitel 14 Verständnisfragen Aufgabe 14.1 Haben (reelle) lineare Gleichungssysteme mit zwei verschiedenen Lösungen stets unendlich viele Lösungen? Aufgabe 14.2 Gibt
MehrBrückenkurs 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
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrLineare 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 +...
Mehr2. Spezielle anwendungsrelevante Funktionen
2. Spezielle anwendungsrelevante Funktionen (1) Affin-lineare Funktionen Eine Funktion f : R R heißt konstant, wenn ein c R mit f (x) = c für alle x R existiert linear, wenn es ein a R mit f (x) = ax für
MehrProf. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1
Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1 Kapitel 3 Lineare Gleichungssysteme 3.1. Einleitung Beispiel 1 3 Kinder haben eingekauft. Franz hat 4 Lakritzen, 2 Schokoriegel und 5 Kaugummis
MehrLineare Gleichungen mit 2 Variablen
Lineare Gleichungen mit 2 Variablen Lineare Gleichungen mit 2 Variablen sind sehr eng verwandt mit linearen Funktionen. Die Funktionsgleichung einer linearen Funktion f(x) = m x+q m: Steigung, q: y Achsenabschnitt
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrKommentiertes 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
Mehr4 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
MehrBeispiele 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
MehrOptimale Steuerung 1 Prozessoptimierung 1
Optimale Steuerung 1 Prozessoptimierung 1 Kapitel 2: Lineare Optimierung Prof. Dr.-Ing. Pu Li Fachgebiet Simulation und Optimale Prozesse (SOP) Lineare Algebra (Mathematische Grundlagen) 2 Beispiel: Produktionsplanung
Mehr7 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,
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrLineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA
Lineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch e-mail: theorie@ronaldbalestra.ch 19. Oktober 2009 Überblick über die bisherigen
MehrAufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen
Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen 1. Bestimmen Sie für die folgenden Funktionen zunächst die kritischen Stellen und entscheiden
Mehr1. Funktionen. 1.3 Steigung von Funktionsgraphen
Klasse 8 Algebra.3 Steigung von Funktionsgraphen. Funktionen y Ist jedem Element einer Menge A genau ein E- lement einer Menge B zugeordnet, so nennt man die Zuordnung eindeutig. 3 5 6 8 Dies ist eine
MehrVorbereitungskurs 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
MehrLineare (Un-)Gleichungen und lineare Optimierung
Lineare (Un-)Gleichungen und lineare Optimierung Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at 1 Einleitung In der linearen
MehrMatrizen 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:
Mehr2 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
MehrGrundwissensblatt 8. Klasse. IV. Lineare Gleichungen mit zwei Variablen 1. Eigenschaften von linearen Gleichungen mit zwei Variablen
Grundwissensblatt 8. Klasse IV. Lineare Gleichungen mit zwei Variablen. Eigenschaften von linearen Gleichungen mit zwei Variablen Alle linearen Gleichungen der Form a + by = c (oder auch y = m + t) erfüllen:
MehrMathematik Modul 3 -Arbeitsblatt A 3-7: LINEARE GLEICHUNGSSYSTEME MIT ZWEI VARIABLEN
Schule Thema Bundesgymnasium für Berufstätige Salzburg Mathematik Modul 3 -Arbeitsblatt A 3-7: LINEARE GLEICHUNGSSYSTEME MIT ZWEI VARIABLEN Unterlagen LehrerInnenteam Sehr oft treten in der Mathematik
MehrMathematik IT 2 (Lineare Algebra)
Lehrstuhl Mathematik, insbesondere Numerische und Angewandte Mathematik Prof Dr L Cromme Mathematik IT (Lineare Algebra für die Studiengänge Informatik, IMT und ebusiness im Sommersemester 3 Lineare Gleichungssysteme
MehrFormelsammlung Mathematik Grundkurs Inhalt
Formelsammlung Mathematik Grundkurs Inhalt Inhalt...1 Trigonometrie Grundlagen... Vektoren...3 Skalarprodukt...4 Geraden...5 Abstandsberechnungen...6 Ebenen...7 Lineare Gleichungssysteme (LGS)...8 Gauß'sches
MehrKapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben
Kapitel 16 Aufgaben Verständnisfragen Aufgabe 16.1 Ist das Produkt quadratischer oberer bzw. unterer Dreiecksmatrizen wieder eine obere bzw. untere Dreiecksmatrix? Aufgabe 16.2 Bekanntlich gilt im Allgemeinen
MehrDer Kern einer Matrix
Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
MehrLösungen zum 5. Aufgabenblatt
SS 2012, Lineare Algebra 1 Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
MehrElemente 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
Mehr6. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 6. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 2/ 25..-.2. Aufgabe G (Lineare Gleichungssysteme)
MehrGrundwissen Mathematik Klasse 8. Beispiel: m= 2,50 1 = 5,00. Gleichung: y=2,50 x. Beispiel: c=1,5 160=2,5 96=3 80=6 40=240.
I. Funktionen 1. Direkt proportionale Zuordnungen Grundwissen Mathematik Klasse x und y sind direkt proportional, wenn zum n fachen Wert für x der n fache Wert für y gehört, die Wertepaare quotientengleich
MehrLineare 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
MehrGleichungsarten. Quadratische Gleichungen
Gleichungsarten Quadratische Gleichungen Normalform: Dividiert man die allgemeine Form einer quadratischen Gleichung durch a, erhält man die Normalform der quadratischen Gleichung. x 2 +px+q=0 Lösungsformel:
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg Berechnung von Eigenwerten und Eigenvektoren Mathematik 1 Bestimmung von Eigenwerten und Eigenvektoren Jedes λ, das det(a
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
MehrGleichungen und Gleichungssysteme 5. Klasse
Gleichungen und Gleichungssysteme 5. Klasse Andrea Berger, Martina Graner, Nadine Pacher Inhaltlichen Grundlagen zur standardisierten schriftlichen Reifeprüfung Inhaltsbereich Algebra und Geometrie (AG)
MehrLineare Gleichungssysteme - Grundlagen
Lineare Gleichungssysteme - Grundlagen Betrachtet wird ein System linearer Gleichungen (im deutschen Sprachraum: lineares Gleichungssystem mit m Gleichungen für n Unbekannte, m, n N. Gegeben sind m n Elemente
MehrMathematischer Vorkurs Lösungen zum Übungsblatt 5
Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und
MehrMatrizen 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
MehrLineare Algebra I 8. Übungsblatt - Weihnachtszettel - Lösungen
Prof. Dr. Duco van Straten Blatt 8 - Lösungen Oliver Labs 8. Dezember 2003 Konrad Möhring Lineare Algebra I 8. Übungsblatt - Weihnachtszettel - Lösungen. Skizzieren Sie die folgenden Teilmengen der GAUSSschen
Mehr12 Lineare Gleichungssysteme
12 12.1 Einführung Ein lineares Gleichungssystem besteht aus mehreren linearen Gleichungen, die verschiedene Variablen enthalten können. Wir werden uns im Wesentlichen auf Gleichungssysteme mit zwei Variablen
MehrDas 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
MehrAufstellen der Funktionsgleichung aus gegebenen Bedingungen
R. Brinkmann http://brinkmann-du.de Seite.0.0 Aufstellen der Funktionsgleichung aus gegebenen Bedingungen Drei unterschiedliche Punkte, die alle auf einer Parabel liegen sollen sind gegeben. Daraus soll
MehrMathematik I Übungsblatt 5 WS 12/13 Prof. Dr. W. Konen, Dr.A.Schmitter
Bereiten Sie die Aufgaben parallel zu den in der Vorlesung besprochenen Themen für die nächsten Übungsstunden jeweils vor! Aufgabe 5.1 Vektoroperationen Gegeben sind die folgenden Vektoren: u = 3 1 2 v
MehrA.5.1 Die Matrix und elementare wirtschaftsrelevante Anwendungen
A.5.1 Die Matrix und elementare wirtschaftsrelevante Anwendungen Eine Matrix vom Typ M mxn (oder eine (m x n)-matrix) ist ein rechteckiges Zahlenschema mit m Zeilen und n Spalten. Im folgenden Beispiel
MehrBesteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)
Matrizenrechnung. Matrizen Matrizen sind bereits im Kapitel Lineare Gleichungssysteme aufgetreten. Unter einer (m n) -Matrix A verstehen wir ein rechteckiges Zahlenschema mit m Zeilen und n Spalten. Der.
MehrKapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung
Kapitel 2: Matrizen 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung 2.1 Matrizen M = n = 3 m = 3 n = m quadratisch M ij : Eintrag von M in i-ter
MehrOptimieren unter Nebenbedingungen
Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
MehrLineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri
Lineare Algebra Gymnasium Immensee SPF PAM Bettina Bieri 6. Oktober 2011 Inhaltsverzeichnis 1 Matrizen 1 1.1 Einleitung............................. 1 1.2 Der Begriff Matrix........................ 1 1.2.1
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke, Universität Augsburg 15.10.2013 Alexander Lytchak 1 / 14 Organisation Alle wichtigen organisatorischen Information
Mehr17. Das Gauß-Verfahren
7 Das Gauß-Verfahren 95 7 Das Gauß-Verfahren Nachdem wir jetzt viele Probleme der linearen Algebra (z B Basen von Vektorräumen zu konstruieren, Morphismen durch lineare Abbildungen darzustellen oder den
MehrVektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden)
fua3673 Fragen und Antworten Vektorgeometrie (bitte nur für den Eigengebrauch verwenden) Inhaltsverzeichnis Vektorgeometrie im Raum. Fragen................................................. Allgemeines..........................................
MehrAnalytische Geometrie
Analytische Geometrie Übungsaufgaben Lineare Gleichungssysteme Oberstufe Alexander Schwarz www.mathe-aufgaben.com Oktober 05 Pflichtteilaufgaben (ohne GTR) Aufgabe : Löse die folgenden linearen Gleichungssysteme:
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
Mehr1.Übung Mathematik I
1Übung Mathematik I 1) Ist folgende Aussage eine Implikation? ( Begründung!) (( A B) -> ( A C) ) = > (C A) 2 Onkel Dagobert wurde Geld aus seinem Geldspeicher gestohlen Er hat drei Tatverdächtige: Die
MehrLösung Test 2 (Nachprüfung)
MLAE Mathematik: Lineare Algebra für ngenieure Herbstsemester Dr Christoph Kirsch ZHAW Winterthur Aufgabe : Lösung Test (Nachprüfung a Wir verwenden den Gauss-Jordan-Algorithmus, um die erweiterte Koeffizientenmatrix
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
Mehr8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten
Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A
Mehr10.2 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
Mehr2.2 Lineare Gleichungssysteme
Lineare Algebra I WS 2015/16 c Rudolf Scharlau 55 22 Lineare Gleichungssysteme Das Lösen von Gleichungen (ganz unterschiedlichen Typs und unterschiedlichen Schwierigkeitsgrades) gehört zu den Grundproblemen
MehrAnalytische Geometrie I
Analytische Geometrie I Rainer Hauser Januar 202 Einleitung. Geometrie und Algebra Geometrie und Algebra sind historisch zwei unabhängige Teilgebiete der Mathematik und werden bis heute von Laien weitgehend
Mehr4 Vorlesung: 21.11. 2005 Matrix und Determinante
4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer
MehrDer Gaußsche Algorithmus
Der Gaußsche Algorithmus Der Gaußsche Algorithmus beinhaltet das Vertauschen der Zeilen der erweiterten Koeffizientenmatrix (A, b) und das Additionsverfahren. Ziel ist es, möglichst viele Nullen unterhalb
MehrZu zwei Matrizen A R m n und B R p q existiert das Matrizenprodukt A B n = p und es gilt dann. A B = (a ij ) (b jk ) = (c ik ) = C R m q mit c ik =
H 6. Die Matrizen A, B, C und D seien gegeben durch 5 A =, B =, C = 4 5 4, D =. 5 7 5 4 4 Berechnen Sie (sofern möglich) alle Matrizenprodukte X Y mit X, Y {A, B, C, D}. Zu zwei Matrizen A R m n und B
Mehr( ) 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
MehrErneut: Matrizen und lineare Abbildungen
Erneut: Matrizen und lineare Abbildungen Mit Hilfe der Matrixmultiplikation lässt sich die Korrespondenz zwischen linearen Abbildungen und Matrizen elegant ausdrücken: Satz. e 1, e 2,..., e n sei die Standardbasis
Mehr1 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
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen Das komplette Material finden Sie hier: School-Scout.de Thema: Lineare Algebra:
Mehr5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21
5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11
MehrWS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch
Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch WS 2010/2011 14. Januar 2011 Geometrie mit Übungen Übungsblatt 9, Musterlösungen Aufgabe 33. Es werden Kreise in der Euklidischen
Mehr