4 Der Gauß Algorithmus
|
|
|
- Michael Brauer
- vor 6 Jahren
- Abrufe
Transkript
1 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 n = Dazu gehört die Matrix A = (a ij ) i=1,,m j=1,,n Für die Lösungsmenge von (1) schreiben wir Lös(A) Nach (3) gilt: Geht B aus A durch Zeilenumformungen vom Typ I, II oder III hervor, so gilt Lös(A) = Lös (B) Durch Zeilenumformungen vom Typ I und II sowie evtl Spaltenvertauschungen geht A über in eine Matrix D = d 11 d rr Zu D gehört das einfachere Gleichungssystem mit d 11 d rr () d 11 x 1 + d 1 x + + d 1r x r + d 1,r+1 x r d 1n x n = d x + + d r x r + d,r+1 x r d n x n = d rr x r + d r,r+1 x r d rn x n = Nach (3) ist Lös A = Lös D, falls keine Spalten vertauscht wurden Sonst muss man diese Vertauschungen registrieren und am Ende durch Rücktausch der Koordinaten bei Lös D wieder korrigieren (Spaltentausch bedeutet für das Gleichungssystem eine Umnummerierung der Unbestimmten) Es genügt also, ein Verfahren zur Lösung von Gleichungssystemen der Form () zu entwickeln 1
2 1 Fall r = n Hier ist () von der Form (S) und man erhält von unten nach oben x n =, x n 1 =,, x 1 =, dh Lös A = Lös D = {} Fall n > r Die Unbestimmten x r+1,, x n heißen die freien Variablen von () Es gilt: Ersetzt man x r+1,, x n in () durch feste Zahlen λ r+1,, λ n, so entsteht daraus ein Gleichungssystem (3) d 11 x 1 + d 1 x + +d 1r x r = d 1 d x + +d r x r = d d 11 d rr d rr x r = d r der Form (S) Dieses hat nach 3 eine eindeutige Lösung λ 1 λ n λ 1 eine Lösung von (); sie ist die einzige Lösung die mit λ r Also ist λ r+1 endet Die freien Variablen waren also frei verfügbar Wende diese Methode an für die (n r) Tupel λ r+1 λ n = e i, i = 1,, n r, e i R n r der i te Einheitsvektor Auf diese Weise erhält man eindeutig bestimmte Lösungen v 1 = 1, v j =,, v n r = e j 1 λ n
3 Wir wollen zeigen: (41) Satz: Die Lösungen von () sind die n tupel der Form () v = c 1 v c n r v n r, wobei c 1,, c n r in R beliebig gewählt werden dürfen Die Darstellung () von v ist eindeutig Anmerkung: Da die Lösungen von (1) durch Umnummerierung der Variablen aus den Lösungen von () hervorgehen, gibt es auch für (1) ein System w 1,, w n r von Lösungen, so dass jede Lösung von (1) eine eindeutige Darstellung () w = c 1 w c n r w n r mit c 1,, c n r R hat Man spricht von () als der allgemeinen Lösung von (1) Verfahren zur Lösung von (1) ohne Spaltenvertauschung: 1 Man kann (1) gemäß (35) allein durch Zeilenumformungen auf sogenannte Zeilenstufenform (S) bringen: (S) b 1j1 x j1 + + b 1n x n = b 1j1 b j x j + + b n x n = b j b rjr x jr + + b r,n x n = b r,jr wobei 1 j 1 < < j r n Hier sind die freien Variablen die n r Unbekannten x k verschieden von x j1,, x jr Setze in (S) jeweils eine freie Variable 1 und die übrigen gleich (Dafür gibt es n r Möglichkeiten) Es entsteht jeweils ein GLS der Form (3) in den Unbekannten x j1,, x jr, welche sich hieraus wie oben eindeutig bestimmen lassen Schritt kann auf n r verschiedene Weisen durchgeführt werden Man erhält so insgesamt n r Lösungen w 1,, w n r von (1) Die Lösungen von (1) sind dann die n Tupel w = c 1 w c n r w n r, c 1,, c n r R beliebig 3
4 Beispiel 1 x 1 + 3x + 5x 3 + x 4 = x + 6x 3 + 3x 4 x 5 = x 1 + 8x + 16x 3 + 6x 4 + x 5 = Dazu gehört III I entspricht dem GLS j 1 j j 3 x 1 + 3x + 5x 3 + x 4 = x + 6x 3 + 3x 4 x 5 = x 4 + x 5 = Freie Variable sind x 3 und x 5 (j 1 = 1, j =, j 3 = 4) Setze im letzten GLS x 3 = 1, x 5 = und erhalte Es folgt x 4 =, x = 3 und x 1 = 4 Setze x 3 =, x 5 = 1 und erhalte x 1 + 3x + x 4 = 5 x + 3x 4 = 6 x 4 = x 1 + 3x + x 4 = Es folgt x 4 =, x = 5 und x 1 = 7 x + 3x 4 = 1 und x 4 = Die allgemeine Lösung des obigen GLS ist somit w = c c 5 mit c 1, c R 1 4 III II
5 Beweis von (41): Da v 1,, v n r Lösungen von () sind, gilt dies auch für n r c i v i mit c 1,, c n r R (siehe ) i=1 x 1 Sei umgekehrt x = x n irgend eine Lösung von () Dann gilt x r+1 v 1 + x r+ v + + x n v n r =: x = x r+1 löst ebenfalls () Da die n r letzten Koordinaten von x und x übereinstimmen und beides Lösungen von () sind gilt nach obiger Bemerkung x = x und x hat die gewünschte Darstellung x = x r+1 v x n v n r Aus x = c 1 v c n r v n r, x = x 1 x n folgt x 1 = c =, also c c 1 x n c c n r n r c 1 = x r+1,, c n r = x n und die Eindeutigkeit ist gezeigt Wir nennen v 1,, v n r die Fundamentallösungen von () Rechenverfahren zur Lösung inhomogener Gleichungssysteme: Ersetzt man in (1) die rechte Seite durch b = 5 b 1 b m x n, so erhält man ein
6 inhomogenes GLS (1) mit zugehöriger Matrix (A b) Nach obigen Ausführungen sind die Lösungen von (1) bekannt Gemäß genügt es zur Lösung von (1), eine spezielle Lösung von (1) zu bestimmen Dazu unterwerfen wir die Matrix (A b) den gleichen Zeilenumformungen wie zuvor A und erhalten (nach Spaltenvertauschungen) eine Matrix (D b ) = d 11 b 1 B d rr b r b r+1 b m Dazu gehört ein zu (1) äquivalentes GLS () mit d 11 d rr d 11 x d 1r x r + b 11 x r b 1,n r x n = b 1 d x + + d r x r + b 1 x r b,n r x n = b d rr x r + b r1 x r b r,n r x n = b r = b r+1 = = b m 1 Fall: m > r und wenigstens ein b r+j ist ungleich Null, j 1 Dann ist das GLS unlösbar Fall: m = r oder m > r und b r+1 = = b m = Dann ist das GLS wie folgt lösbar: Setze die freien Variablen alle Null und erhalte ein GLS (3) d 11 x 1 + d 1 x + + d 1r x r = b 1 d x + + d r x r = b d 11 d rr d rr x r = b r Dann hat (3) eine eindeutige Lösung y = (siehe ) 6 y 1 y r
7 y 1 y Folglich ist r die gesuchte Lösung von (1) Gemäß gilt somit, falls (1) überhaupt lösbar ist: (4) Satz: a) Im Fall n = r ist (1) eindeutig lösbar b) Im Fall n > r ist die allgemeine Lösung von (1) x = y + λ 1 v λ n r v n r mit beliebigen λ 1,, λ n r R, wenn y die obige (spezielle) Lösung von (1) und v 1,, v n r die Fundamentallösungen aus 41 sind Formt man (A b) ohne Spaltenvertauschungen um, so erhält man eine spezielle Lösung von (1) ebenfalls indem man zuerst die freien Variablen Null setzt und das resultierende umgeformte GLS löst Beispiel : (zu 4) x 1 + 3x + 5x 3 + x 4 = 1 3x 1 + 9x + 1x 3 + x 4 + x 5 = x 1 + 8x + 1x 3 + x 4 + x 5 = Daraus resultiert das Gleichungssystem in Zeilenstufenform () x 1 + 3x + 5x 3 + x 4 = 1 x + x 3 x 4 + x 5 = 1 5x 3 5x 4 + x 5 = 3 Freie Variable sind x 4 und x 5 7
8 1) Bestimmung der Fundamentallösungen des zugehörigen homogenen Systems: Sei () das zugehörige homogene System Setze in () x 4 = 1 und x 5 = und erhalte das GLS x 1 + 3x + 5x 3 =, x 1 = 3 x + x 3 =, x = 5x 3 = 5, x 3 = 1 3 mit der Lösung v 1 = 1 1 Setze in () x 4 = und x 5 = 1 und erhalte das GLS x 1 + 3x + 5x 3 =, x 1 = 7 1 x + x 3 = 1, x = 9 1 5x 3 =, x 3 = 5 mit der Lösung v = ) Bestimmung einer speziellen Lösung des inhomogenen Systems: Setze x 4 = x 5 = und erhalte aus () x 1 + 3x + 5x 3 = 1, x 1 = 13 1 x + x 3 = 1, x = x 3 = 3, x 3 = 5 8
9 Also ist y = 3 5 eine spezielle Lösung und die allgemeine Lösung des vorliegenden inhomogenen linearen Gleichungssystems lautet (43) Korollar: x = y + λ 1 v 1 + λ v, λ 1 und λ aus R beliebig a) Ein homogenes lineares GLS mit mehr Unbekannten als Gleichungen hat stets eine Lösung ungleich Null b) Ein inhomogenes lineares GLS mit gleich vielen Unbekannten wie Gleichungen ist eindeutig lösbar, falls das zugehörige homogene lineare GLS nur die Nulllösung hat Beweis: a) Ohne Einschränkung liege das GLS bereits in der Form () vor Wegen n > m r hat das GLS n r 1 Fundamentallösungen, diese sind ungleich Null b) Sei n = m Hat (1) nur die Null als Lösung, so auch () Nach dem Beweis von 41 ist dann n = r, also auch m = r, und () ist von der Form d 11 x d 1r x r = b 1 d x + + d r x r = b d rr x r = b r mit d 11 d rr Somit ist () eindeutig lösbar, also auch (1) 9
3 Elementare Umformung von linearen Gleichungssystemen und Matrizen
3 Elementare Umformung von linearen Gleichungssystemen und Matrizen Beispiel 1: Betrachte das Gleichungssystem x 1 + x 2 + x 3 = 2 2x 1 + 4x 2 + 3x 3 = 1 3x 1 x 2 + 4x 3 = 7 Wir formen das GLS so lange
2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
Lineare Gleichungssysteme
Lineare Gleichungssysteme Eine Familie von Gleichungen der Form a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2............ a m1 x 1 + a m2 x 2 +... + a mn x n = b m
2.2 Lineare Gleichungssysteme (LGS)
2.2 Lineare Gleichungssysteme (LGS) Definition 2.2.. Ein LGS über einem Körper K von m Gleichungen in n Unbekannten x,..., x n ist ein Gleichungssystem der Form a x + a 2 x 2 +... + a n x n = b a 2 x +
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 karin.halupczok@math.uni-freiburg.de
Der 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
( ) 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
Lineare 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
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
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
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
Lineare Gleichungssysteme: eine Ergänzung
Lineare Gleichungssysteme: eine Ergänzung Ein lineares Gleichungssystem, bei dem alle Einträge auf der rechten Seite gleich sind heiÿt homogenes lineares Gleichungssystem: a x + a 2 x 2 +... + a n x n
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 +...
Lineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 5 Verwandle große Schwierigkeiten in kleine und kleine in gar keine Chinesische Weisheit Das Lösen von
Es wurde in der Vorlesung gezeigt, daß man die Matrixgleichung Ax=b auch in der Form
Gaußscher Algorithmus zur Lösung linearer Gleichungssysteme Wir gehen aus vom Gleichungssystem A=b. Dabei ist A M m n K, b K m. Gesucht werden ein oder alle Elemente K n, so daß obige Gleichung erfüllt
3. 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
2.2 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
Mathematik 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
1 Transponieren, Diagonal- und Dreiecksmatrizen
Technische Universität München Thomas Reifenberger Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 2008/09 1 Transponieren, Diagonal- und Dreiecksmatrizen Definition 11 Transponierte Matrix
Lineare Gleichungssysteme
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 28. November 2011 Definition Beispiel: Wassermengen und Konzentrationen in einem Fluss Beispiel Zeilenstufenform Beispiel (Fortsetzung) Anhang
Mathematik 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,...,
Mathematik 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
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
Mathematik 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
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
4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
Lineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
Mathematik 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
Lineare Gleichungssysteme
Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1
4 Affine Koordinatensysteme
4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner
Ausgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
3.4 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,
5 Die Allgemeine Lineare Gruppe
5 Die Allgemeine Lineare Gruppe Gegeben sei eine nicht leere Menge G und eine Abbildung (Verknüpfung) : G G G, (a, b) a b( a mal b ) Das Bild a b von (a, b) heißt Produkt von a und b. Andere gebräuchliche
A2.3 Lineare Gleichungssysteme
A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen
Lineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
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
$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
Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7
Mathematik für Wirtschaftswissenschaftler im WS 203/4 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Aufgabe 27 Sei eine lineare Abbildung f : R 4 R 3 gegeben durch f(x, x 2, x 3 ) = (2 x 3 x 2
[5], [0] v 4 = + λ 3
![[5], [0] v 4 = + λ 3](/thumbs/62/48038195.jpg "[5], [0] v 4 = + λ 3")
Aufgabe 9. Basen von Untervektorräumen. Bestimmen Sie Basen von den folgenden Untervektorräumen U K des K :. K = R und U R = span,,,,,.. K = C und U C = span + i, 6, i. i i + 0. K = Z/7Z und U Z/7Z = span
Erneut: 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
Zu 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
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.
Lineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 2 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Mittsemesterprüfung HS, Typ A Name a a Note Vorname Leginummer Datum 29..2 2 4 6 Total
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
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
6.2. Prüfungsaufgaben zur Lösbarkeit von LGS
6.. Prüfungsaufgaben zur Lösbarkeit von LGS Aufgabe : Lösbarkeit von LGS () Berechne mit Hilfe des Gauß-Verfahrens die Lösungsmengen der drei folgenden inhomogenen Gleichungssysteme. Gib außerdem die Lösungsmengen
Lineare Gleichungssysteme
Poelchau-Oberschule Berlin A. Mentzendorff September 2007 Lineare Gleichungssysteme Inhaltsverzeichnis 1 Grundlagen 2 2 Das Lösungsverfahren von Gauß 4 3 Kurzschreibweise und Zeilensummenkontrolle 6 4
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
Lösungen 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
6. 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)
Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:
Inverse Matritzen Spezialfall: Die Gleichung ax b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a a 1 gelöst werden: ax b x b a a 1 b. Verallgemeinerung auf Ax b mit einer n nmatrix A: Wenn es
2. 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
7.1 Matrizen und Vektore
7.1 Matrizen und Vektore Lineare Gleichungssysteme bestehen aus einer Gruppe von Gleichungen, in denen alle Variablen nur in der 1. Potenz vorkommen. Beispiel Seite 340 oben: 6 x 2 = -1 + 3x 2 = 4 mit
1 0 1, V 3 = M, und λ A = λa
Aufgabe 57. Magische Quadrate Eine reelle 3 3-Matrix A = a 11 a 12 a 13 a 21 a 22 a 23 heißt magisches Quadrat, falls alle Zeilensummen, alle Spaltensummen und die beiden Diagonalsummen a 11 + a 22 + a
Lösung 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
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg Spezialfälle und Rechenregeln Spezialfälle der Matrimultiplikation A = (m
Basistext Lineare Gleichungssysteme. Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=%
Basistext Lineare Gleichungssysteme Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=% Mit zwei Unbekannten gibt es die allgemeine Form:! #+% '=( Gelten mehrere dieser Gleichungen
2.3 Lineare Abbildungen und Matrizen
2.3. LINEARE ABBILDUNGEN UND MATRIZEN 89 Bemerkung Wir sehen, dass die Matrix à eindeutig ist, wenn x 1,...,x r eine Basis ist. Allgemeiner kann man zeigen, dass sich jede Matrix mittels elementarer Zeilenumformungen
Lineare Gleichungssysteme
Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Übersicht Lineare Gleichungssystem mit 2 Variablen 1 Lineare Gleichungssystem mit 2 Variablen Beispiele 2 Fakultät Grundlagen Folie: 2 Beispiel I Lineare
Kapitel 13. Lineare Gleichungssysteme und Basen
Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x
Lineare Algebra und analytische Geometrie I Lösungsvorschlag zum 8. Tutoriumsblatt
Mathematisches Institut der Universität München Wintersemester 24/5 Daniel Rost Lukas-Fabian Moser Lineare Algebra und analytische Geometrie I Lösungsvorschlag zum 8. Tutoriumsblatt Aufgabe T-. a) Die
1 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
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
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
5.1 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
Lineare Abbildungen und Gleichungssysteme
Lineare Abbildungen und Gleichungssysteme Klaus-R Loeffler Lineare Abbildungen Definition: Lineare Abbildung Es wird vorausgesetzt, dass V und W Vektorräume sind Eine Abbildung f von V in W heißt dann
2.3 Basis und Dimension
Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit
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
Aufgaben 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
Lineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 05.11.2013 Alexander Lytchak 1 / 14 Linearkombinationen Definition Es sei V ein reeller Vektorraum. Es sei (v i ) i
Folgerungen aus dem Auflösungsatz
Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und
Vektorräume. Kapitel Definition und Beispiele
Kapitel 3 Vektorräume 3.1 Definition und Beispiele Sei (V,,0) eine abelsche Gruppe, und sei (K, +,, 0, 1) ein Körper. Beachten Sie, dass V und K zunächst nichts miteinander zu tun haben, deshalb sollte
Kapitel 15. Lösung linearer Gleichungssysteme
Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren
2 Die Darstellung linearer Abbildungen durch Matrizen
2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )
IV.3. RANG VON MATRIZEN 81
IV3 RANG VON MATRIZEN 8 Ist b,,b n eine Basis des reellen Vektorraums V, dann bildet b,,b n auch eine Basis des komplexen Vektorraums V C Mit V ist daher auch V C endlichdimensional und es gilt dim C V
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
Lösungen der Aufgaben zu Abschnitt 5.4
A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ
Länge 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(
Kap 5: Rang, Koordinatentransformationen
Kap 5: Rang, Koordinatentransformationen Sei F : V W eine lineare Abbildung. Dann ist der Rang von F erklärt durch: rang F =dim ImF. Stets gilt rang F dimv, und ist dimv
II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme
52 II Lineare Gleichungssysteme II Lineare Gleichungssysteme 10 Matrizen und Vektoren 52 11 Der Gaußsche Algorithmus 58 12 Basen, Dimension und Rang 62 13 Reguläre Matrizen 66 14 Determinanten 69 15 Skalarprodukte
Kapitel III. Lineare Abbildungen
Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,
3.9 Elementarmatrizen
90 Kapitel III: Vektorräume und Lineare Abbildungen 3.9 Elementarmatrizen Definition 9.1 Unter einer Elementarmatrix verstehen wir eine Matrix die aus einer n n-einheitsmatrix E n durch eine einzige elementare
Der Rangsatz für lineare Abbildungen
Der Rangsatz für lineare Abbildungen Satz Sei f : V W eine lineare Abbildung Dann gilt dim V = dim Kern(f) + dim Bild(f), also gleichbedeutend dim Kern(f) = dim V rg(f) Da uns in der Regel bei gegebenem
4 Lineare Algebra (Teil 2): Quadratische Matrizen
4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,
Lineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A.
Lineare Hülle Def A sei eine nichtleere Teilmenge des Vektorraums (V,+, ) Die lineare Hülle von A (Bezeichung: span(a)) ist die Menge aller Linearkombinationen der Elemente aus A { k } span(a) := λ i v
(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
Homogene und inhomogene Koordinaten und das Hyperboloid
Seminararbeit zum Seminar aus Reiner Mathematik Homogene und inhomogene Koordinaten und das Hyperboloid Gernot Holler 1010674 WS 2012/13 28.November 2012 1 Inhaltsverzeichnis 1 Einleitung 3 2 Homogene
Unterrichtsmaterialien 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:
Lineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
x LINEARE GLEICHUNGSSYSTEME In diesem Paragraph beginnen wir mit einer elementaren Behandlung linearer Gleichungssysteme Bevor wir versuchen eine allg
SKRIPTUM { LINEARE ALGEBRA I JB COOPER Inhaltsverzeichnis: x Lineare Gleichungssysteme x Geometrie der Ebene und des Raumes x Vektorraume x Lineare Abbildungen Typeset by AMS-T E X x LINEARE GLEICHUNGSSYSTEME
Quadratische Matrizen
Quadratische Matrizen (n n)-matrizen heißen quadratische Die entsprechenden linearen Abbildungen sind laut Definition Endomorphismen des R n (weil f A : R n R n ) Das Produkt von (n n)- Matrizen ist auch
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,
Explizite Formeln für rekursiv definierte Folgen
Schweizer Mathematik-Olympiade Explizite Formeln für rekursiv definierte Folgen Aktualisiert: 6 Juni 014 In diesem Skript wird erklärt, wie man explizite Formeln für rekursiv definierte Folgen findet Als
5.7 Lineare Abhängigkeit, Basis und Dimension
8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n
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.................................
Formelsammlung Mathematik Grundkurs Inhalt
Formelsammlung Mathematik Grundkurs Inhalt Inhalt...1 Trigonometrie Grundlagen... Vektoren...3 Skalarprodukt...4 Geraden...5 Abstandsberechnungen...6 Ebenen...7 Lineare Gleichungssysteme (LGS)...8 Gauß'sches
LINEARE GLEICHUNGSSYSTEME. Wir besprechen hier, wie MathematikerInnen an das Lösen linearer Gleichungssysteme wie. x + y + z = 1
LINEARE GLEICHUNGSSYSTEME 1. Ein kurzes Vorwort Wir besprechen hier, wie MathematikerInnen an das Lösen linearer Gleichungssysteme wie 2 x 1 + 2 x 2 = 3 6 a + 4 b = 3 (a) (b) 4 x 1 + 3 x 2 = 8 3 a + 2
Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren
Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren oder: Wie rechnet eigentlich der TI 84, wenn lineare Gleichungssysteme gelöst werden? Hier wird an einem Beispiel das Gaußsche Verfahren zum
Mathematik für Wirtschaftswissenschaftler, WS 10/11 Musterlösungen zu Aufgabenblatt 11
Mathematik für Wirtschaftswissenschaftler, WS / Musterlösungen zu Aufgabenblatt Aufgabe 76: Bestimmen Sie mittels Gauß-Elimination die allgemeine Lösung der folgenden linearen Gleichungssysteme Ax b: a)