Lineare Algebra. Beni Keller SJ 16/17
|
|
- Nele Schmid
- vor 6 Jahren
- Abrufe
Transkript
1 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 R R R R Drei Endprodukte werden dann aus diesen Zwischenprodukten und den Rohstoffen nach folgenden Tabellen hergestellt: E 1 E 2 E Z Z Z 0 1 Z Z E 1 E 2 R 2 1 R Wie viele Rohstoffe benötigt man zur Herstellung von 50 Einheiten von E 1, 200 Einheiten von E 2 und 100 Einheiten von E? 1 Erstelle eine Tabelle, aus welcher sich direkt die Anzahl Rohstoffe pro Endprodukt ablesen lässt 2 Wie viele Rohstoffe benötigt man zur Herstellung von 50 Einheiten von E 1, 200 Einheiten von E 2 und 100 Einheiten von E? 1
2 Definition und Rechengesetze Definition Eine reelle m n-matrix Mehrzahl: Matrizen ist eine rechteckig Anordnung Tabelle von Zahlen mit m Zeilen und n Spalten a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n a m,1 a m,2 a m,n mit a i,j R für alle i {1,, m} und j {1, n} Wie bei einem Vektor heissen die einzelnen Elemente a i,j Komponenten der Matrix Tatsächlich ist ein Spalten- Vektor eine m 1-Matrix Skalarmultiplikation Gegeben seien eine m n-matrix A und ein Skalar λ R So ist die Skalarmultiplikation λa, jene Matrix, welche entsteht, wenn die einzelnen Komponenten von A mit λ multipliziert wird λa 1,1 λa 1,2 λa 1,n λa 2,1 λa 2,2 λa 2,n λa := λa m,1 λa m,2 λa m,n Addition Gegeben seien zwei m n-matrizen A und B Wir definieren die Addition A + B als jene Matrix, welche entsteht, wenn wir die entsprechenden Komponenten von A und B addieren a 1,1 + b 1,1 a 1,2 + b 1,2 a 1,n + b 1,n a 2,1 + b 2,1 a 2,2 + b 2,2 a 2,n + b 2,n A + B := a m,1 + b m,1 a m,2 + b m,2 a m,n + b m,n Haben die beiden Matrizen nicht dieselbe Anzahl Spalten und Zeilen ist ihre Addition nicht möglich Da die Addition von Matrizen über die Addition von reellen Zahlen definiert ist, ist es nicht schwer zu zeigen, dass die folgenden Rechengesetze gelten: Kommutativgesetz A + B = B + A Distributivgesetz λa + λb = λa + B Assoziativgesetz A + B + C = A + B + C 2
3 Transponierte Matrix Die transponierte Matrix B einer Matrix A ist die Matrix mit den Komponenten b i,j := a j,i Wir schreiben A T für die transponierte Matrix von A Beispiel: A = A T = Man kann sich vorstellen, dass die Matrix beim Transponieren an der oben links beginnenden Diagonale gespiegelt wird Daher ist diese Diagonale in der transponierten Matrix ist immer gleich der entsprechenden Diagonale in der ursprünglichen Matrix Multiplikation Gegeben seien eine m n-matrix A und eine n l-matrix B Das Produkt C := A B der beiden Matrizen ist definiert durch n c i,j := a i,k b k,j k=1 Das Produkt ist nur berechenbar, falls die Anzahl Spalten der ersten Matrix mit der Anzahl Zeilen der zweiten übereinstimmt Das Ergebnis C ist eine m l-matrix Beispiel: = = Spezielle Matrizen Eine m n-matrix heisst Nullmatrix, falls für alle Komponenten gilt a i,j = 0 quadratische Matrix, falls n = m Beispiel: A = A = n n-einheitsmatrix, falls a i,i = 1 und a i,j = 0 für i j Wir bezeichnen die Einheitsmatrix mit E oder I n Beispiel:
4 1 0 0 A = invertierbare Matrix, falls eine Matrix A 1 existiert, so dass A A 1 = A 1 A = I n Jede invertierbare Matrix ist eine n n-matrix, hat also dieselbe Anzahl Spalten und Zeilen Übungsaufgaben 1 Gegeben seien die Matrizen A = Berechne wo möglich: a A + B = b A T + B = c C = d 2C + A = e C T = f C A = g A C = h C T A = B = C = Wie kann man mit Hilfe der Matrizenrechnung das zu Beginn des Dossiers gestellte Problem lösen? Du kennst die Gewinnbeziehungen im Spiel Schere-Stein-Papier Stelle diese Beziehungen in einer -Dominanzmatrix A dar Dabei hat a i,j den Wert 1, falls das Objekt mit der Nummer i gegen das Objekt mit der Nummer j gewinnt, den Wert 1, wenn es umgekehrt ist und den Wert 0 für Unentschieden 4 Bei einem Mischprozess wird der Inhalt der Behälter A 1 und A 2 im angegebenen Verhältnis in die Behälter B 1 und B 2 umgefüllt Beschreibe den Mischprozess mit Hilfe einer Matrix 4
5 5 Bei einem Mischprozess werden die Flüssigkeiten zweimal umgefüllt Die einzelnen Mischungsverhältnisse sind der Skizze zu entnehmen Wie kann der Übergang von A 1, A 2 zu C 1, C 2 mit Hilfe einer Matrix dargestellt werden? Beschreibe dazu die Übergänge von A 1, A 2 zu B 1, B 2 und von B 1, B 2 zu C 1, C 2 zuerst einzeln mit je einer Matrix 5
Lineare Algebra - alles was man wissen muß
Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger
MehrMathematik 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
Mehr2 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 )
MehrA Matrix-Algebra. A.1 Definition und elementare Operationen
A Matrix-Algebra In diesem Anhang geben wir eine kompakte Einführung in die Matrizenrechnung bzw Matrix-Algebra Eine leicht lesbare Einführung mit sehr vielen Beispielen bietet die Einführung in die Moderne
MehrEinführung 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:
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra 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 aufrufbar.
MehrLeitfaden Lineare Algebra: Determinanten
Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv
MehrMatrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@stat.uni-muenchen.
Matrixalgebra mit einer Einführung in lineare Modelle Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@statuni-muenchende 25 August 24 Vielen Dank an Christiane Belitz, Manuela Hummel und
MehrStatistische Methoden
Statistische Methoden Dr CJ Luchsinger 6 Repetition: Rechnen mit Matrizen für die Statistik Matrizen sind aus zwei Gründen für die Statistik sehr wichtig: Sie ermöglichen uns einerseits eine sehr elegante
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
MehrMathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
Mehr7 Die Determinante einer Matrix
7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =
MehrKAPITEL 0. Einführung
Lineare Algebra KAPITEL 0 Einführung Dieses Skript zur Vorlesung Lineare Algebra an der Goethe Universität Frankfurt im Sommersemester 2011 befindet sich noch in der Entstehung und wird fortlaufend aktualisiert
MehrEinführung in die Tensorrechnung
1. Definition eines Tensors Tensoren sind Grössen, mit deren Hilfe man Skalare, Vektoren und weitere Grössen analoger Struktur in ein einheitliches Schema zur Beschreibung mathematischer und physikalischer
MehrKapitel 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
MehrLineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung
Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Artur Trzewik sw562@uni-essen.de v1., 26.3.1998 korrigiert 16. Februar 2 Zusammenfassung Warnung: für die Richtigkeit der Definitionnen
Mehrklar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
MehrWie lässt sich die Multiplikation von Bruchzahlen im Operatorenmodell und wie im Größenmodell einführen?
Modulabschlussprüfung ALGEBRA / GEOMETRIE Lösungsvorschläge zu den Klausuraufgaben Aufgabe 1: Wie lässt sich die Multiplikation von Bruchzahlen im Operatorenmodell und wie im Größenmodell einführen? Im
MehrLineare 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
MehrLineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
Mehr2 Matrizen. 2.1 Definition A = a 32... Element in der 3. Zeile und 2. Spalte RP =
Matrizen James Joseph Sylvester 97 war ein britischer Mathematiker. Eines seiner vielseitigen Arbeitsgebiete war die Theorie von Matrizen und Determinanten. Die ezeichnung Matrix wurde von ihm eingeführt.
MehrMatrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.
Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrMathematischer Vorkurs für Physiker WS 2009/10
TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,
MehrEinführung in MATLAB
Kapitel 4 Einführung in MATLAB 41 Allgemeines MATLAB ist eine kommerzielle mathematische Software zur Lösung mathematischer Probleme und zur graphischen Darstellung der Ergebnisse Die Verfahren in MATLAB
MehrToDo-Liste für s Mathe-Abi 2009
ToDo-Liste für s Mathe-Abi 2009 7. Februar 2009 1 Grenzwerte und Folgen 1. Unterschied arithmetische Folge zu geometrische Folge 2. Rekursive Darstellung von Zerfalls- und Wachstumsvorgängen (a) lineares
MehrNegative Zahlen. Lösung: Ordne in einen Zahlenstrahl ein! 7;5; 3; 6. Das Dezimalsystem
Negative Zahlen Negative Zahlen Ordne in einen Zahlenstrahl ein! 7;5; 3; 6 Das Dezimalsystem Zerlege in Stufen! Einer, Zehner, usw. a) 3.185.629 b) 24.045.376 c) 3.010.500.700 Das Dezimalsystem a) 3M 1HT
MehrLU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.
Zusätze zum Gelben Rechenbuch LU-Zerlegung Peter Furlan Verlag Martina Furlan Inhaltsverzeichnis Definitionen 2 (Allgemeine) LU-Zerlegung 2 3 Vereinfachte LU-Zerlegung 3 4 Lösung eines linearen Gleichungssystems
MehrLineare Algebra für Informatiker TUM Sommersemester 2011 Dozent: Christian Pötzsche
Lineare Algebra für Informatiker TUM Sommersemester 20 Dozent: Christian Pötzsche Janosch Maier 3. Juli 20 Herzlichen Dank an Lucas Westermann, Florian Scheibner (https://github. com/lswest/lamitschrift)
MehrVorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel
Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3
MehrMaterialverflechtung
Materialverflechtung In einem Unternehmen mit mehrstufigem Fertigungsablauf seien die festen Mengenbeziehungen zwischen Rohstoffen, Zwischen- und Endprodukten durch folgenden Graph gegeben: 00 0 6 E E
Mehr1 Lineare Gleichungssysteme
MLAN1 1 LINEARE GLEICHUNGSSYSTEME 1 Literatur: K Nipp/D Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4 Auflage, 1998, oder neuer 1 Lineare Gleichungssysteme Zu den grundlegenden
MehrSkript zur Vorlesung Höhere Mathematik für Bachelorstudiengänge. Prof. Dr. R. Herzog. gehalten im SS2013 Technische Universität Chemnitz
Skript zur Vorlesung Höhere Mathematik für Bachelorstudiengänge Prof. Dr. R. Herzog gehalten im SS2013 Technische Universität Chemnitz Auszug aus den Studienordnungen zu den Ausbildungszielen der mit dieser
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Eigenwerte und Eigenvektoren. asiswechsel.2 Eigenwertgleichung 2.3 Diagonalisierbarkeit 5.4 Trigonalisierung 8.5 Zusatzmaterial 8 Aufgaben 9
MehrAusgleichungsrechnung I
Ausgleichungsrechnung I oder Die Anwendung statistischer Methoden in Vermessungswesen und GIS Gerhard Navratil mit Beiträgen von Martin Staudinger Institute for Geoinformation Technical University Vienna
MehrIV. Spieltheorie. H. Weber, FHW, OR SS07, Teil 7, Seite 1
IV. Spieltheorie 1. Gegenstand der Spieltheorie 2. Einführung in Matrixspiele 3. Strategien bei Matrixspielen 4. Weitere Beispiele 5. Mögliche Erweiterungen H. Weber, FHW, OR SS07, Teil 7, Seite 1 1. Gegenstand
MehrWeiterbildung und Zusatzausbildung der PHZ Luzern Interessantes und Spannendes aus der Welt der Mathematik September 2006, Dieter Ortner
Weiterbildung und Zusatzausbildung der PHZ Luzern Interessantes und Spannendes aus der Welt der Mathematik September 2006, Dieter Ortner Rechengesetze 1. Rechengesetze für natürliche Zahlen Es geht um
MehrEinführung in die Programmierung (EPR)
Goethe-Center for Scientific Computing (G-CSC) Goethe-Universität Frankfurt am Main Einführung in die Programmierung (EPR) (Übung, Wintersemester 2014/2015) Dr. S. Reiter, M. Rupp, Dr. A. Vogel, Dr. K.
MehrInhaltsverzeichnis 1 Lineare Gleichungssysteme I
Inhaltsverzeichnis 1 Lineare Gleichungssysteme I 3 1.1 Mengen und Abbildungen....................................... 3 1.1.1 Mengen und ihre Operationen.............................. 3 1.1.2 Summen- und
Mehr(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu
Herleitung der oppenecker-formel (Wiederholung) Für ein System ẋ Ax + Bu (B habe Höchstrang) wird eine Zustandsregelung u x angesetzt. Der geschlossene egelkreis gehorcht der Zustands-Dgl. ẋ (A B)x. Die
MehrWorkshop: Einführung in die 3D-Computergrafik. Julia Tolksdorf Thies Pfeiffer Christian Fröhlich Nikita Mattar
Workshop: Einführung in die 3D-Computergrafik Julia Tolksdorf Thies Pfeiffer Christian Fröhlich Nikita Mattar 1 Organisatorisches Tagesablauf: Vormittags: Theoretische Grundlagen Nachmittags: Bearbeitung
MehrErinnerung/Zusammenfassung zu Abbildungsmatrizen
Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend
MehrBeispiel zur Lösung eines Gleichungssystems : 6 y + z = 15 0 6 1. 15 12 x + 3 y 3 z = 15 12 3 3. 15 2 x 3 y = 4 2 3 0.
Beispiel zur Lösung eines Gleichungssystems : 6 y + z = 5 0 6 5 2 x + 3 y 3 z = 5 2 3 3 5 2 x 3 y = 4 2 3 0 4 z2 /3 z : 3 2 x 3 y = 4 2 3 0 4 4 x + y z = 5 4 5 6 y + z = 5 0 6 5 z2 + 2 z 2 x 3 y = 4 2
MehrDateiname Name(n) und Matrikelnr. des/der Bearbeiter Tel.-Nr. und E-Mail-Adresse für den Fall, dass die Diskette nicht lesbar ist.
Matrizenrechner Schreiben Sie ein CProgramm, das einen Matrizenrechner für quadratische Matrizen nachbildet. Der Matrizenrechner soll mindestens folgende Berechnungen beherrschen: Transponieren, Matrizenaddition,
MehrGleichungen - Aufgabenstellung und Lösungsstrategien
Gleichungen - Aufgabenstellung und Lösungsstrategien Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 18. Juli 2006 1 Einleitung
Mehr16. All Pairs Shortest Path (ASPS)
. All Pairs Shortest Path (ASPS) All Pairs Shortest Path (APSP): Eingabe: Gewichteter Graph G=(V,E) Ausgabe: Für jedes Paar von Knoten u,v V die Distanz von u nach v sowie einen kürzesten Weg a b c d e
MehrInhalt. Vorwort 3. Literatur 51. c Dr. Etienne Emmrich 2004 1
Inhalt Vorwort 3 1 Strompreise und lineare Funktionen 5 11 Ökonomisches Problem: Bester Stromtarif 5 12 Mathematischer Exkurs: Funktionsbegriff und lineare Funktionen 6 2 Produktionsplanung, Marktforschung,
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
MehrEinführung in die Kodierungstheorie
Einführung in die Kodierungstheorie Einführung Vorgehen Beispiele Definitionen (Code, Codewort, Alphabet, Länge) Hamming-Distanz Definitionen (Äquivalenz, Coderate, ) Singleton-Schranke Lineare Codes Hamming-Gewicht
MehrMit Zehnerzahlen malrechnen oder durch Zehnerzahlen teilen. Den Wert einer Zahl 10 mal so gross machen.
F2 Rechnungen verstehen mal durch Verständnisaufbau Mit Zehnerzahlen malrechnen oder durch Zehnerzahlen teilen Den Wert einer Zahl 10 mal so gross machen. Beispiel: Ein Stapel wiegt 1.2kg, 10 solche Stapel
MehrZuammenfassung: Reelle Funktionen
Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,
MehrEine kurze Einführung in scilab
Eine kurze Einführung in scilab 1.5 1 0.5 0 0.5 1 1.5 1.5 1 0.5 0 0.5 1 von Dr. Werner E. Schabert April 2009 Version 3.1 Universität Augsburg Inhaltsverzeichnis 1 Rechenoperationen und mathematische
MehrÜbungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS
Doz.Dr. Norbert Koksch TU DRESDEN Fachrichtung Mathematik, Institut für Analysis Übungsaufgaben LAAG I für Lehramtsstudenten GS, MS, BS Logik: Übungsaufgabe 1. Begründen Sie, ob es sich um eine Aussage
Mehrx 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt
- 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +
MehrBild Nummer 1: Bild Nummer 2: Seite B 1
Bild Nummer 1: Bild Nummer 2: Seite B 1 Bild Nummer 3: Bild Nummer 4: Seite B 2 Bild Nummer 5: Bild Nummer 6: Seite B 3 Bild Nummer 7: Bild Nummer 8: Seite B 4 Bild Nummer 9: Bild Nummer 10: Seite B 5
MehrGleitkommaarithmetik und Pivotsuche bei Gauß-Elimination. Lehrstuhl für Angewandte Mathematik Wintersemester 2009/10. 14.
Gleitkommaarithmetik und Pivotsuche bei Gauß-Elimination Vorlesung Computergestützte Mathematik zur Linearen Algebra Lehrstuhl für Angewandte Mathematik Wintersemester 2009/0 4. Januar 200 Instabilitäten
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
Mehr6 Lösung linearer Gleichungssysteme I: LR-Zerlegung und Verwandte
Numerik I Version: 240608 40 6 Lösung linearer Gleichungssysteme I: LR-Zerlegung und Verwandte Die zwei wichtigsten Aufgaben der linearen Algebra: Lösung linearer Gleichungssysteme: Ax = b, wobei die n
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrBildverarbeitung Herbstsemester 2012. Kanten und Ecken
Bildverarbeitung Herbstsemester 01 Kanten und Ecken 1 Inhalt Einführung Kantendetektierung Gradientenbasierende Verfahren Verfahren basierend auf der zweiten Ableitung Eckpunkterkennung Harris Corner Detector
MehrWie kann man beweisen, dass (H, ) eine Gruppe ist?
Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? (zb wenn die Multiplikation mit Hilfe einer Tabelle gegeben ist) Wie kann man beweisen, dass (H, )
MehrFormelsammlung Wirtschaftsmathematik
Formelsammlung Wirtschaftsmathematik Strobel Stefan 29. Januar 2006 Inhaltsverzeichnis I. Mathematik 2 1. Umrechnung von Dezimalzahlen in Brüche 2 2. Differentiationsregeln 2 2.1. Summenregel..................................
Mehrax 2 + bx + c = 0, (4.1)
Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrParallele Algorithmen mit OpenCL. Universität Osnabrück, Henning Wenke, 2013-05-08
Parallele Algorithmen mit OpenCL Universität Osnabrück, Henning Wenke, 2013-05-08 Aufräumen Ressourcen in umgekehrter Abhängigkeitsreihenfolge freigeben Objekte haben Reference-Count (RC), initial 1 clrelease
MehrII* III* IV* Niveau das kann ich das kann er/sie. Mein Bericht, Kommentar (Einsatz, Schwierigkeiten, Fortschritte, Zusammenarbeit) Name:... Datum:...
Titel MB 7 LU Nr nhaltliche Allg. Buch Arbeitsheft AB V* Mit Kopf, Hand und Taschenrechner MB 7 LU 3 nhaltliche Allg. Buch Arbeitsheft AB einfache Rechnungen im Kopf lösen und den TR sinnvoll einsetzen
MehrGraphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011
Graphen: Einführung Vorlesung Mathematische Strukturen Zum Ende der Vorlesung beschäftigen wir uns mit Graphen. Graphen sind netzartige Strukturen, bestehend aus Knoten und Kanten. Sommersemester 20 Prof.
MehrAufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ).
Aufgabe Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(3A E n ). Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A 3E n ). Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Bild(A
Mehru + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.
Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume
Mehrlineare-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
MehrDidaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule
Zahlbereichserweiterungen in der Hauptschule Didaktik der Zahlbereiche 4 Dr. Christian Groß Lehrstuhl Didaktik der Mathematik Universität Augsburg Wintersemester 2006/07 Natürliche Zahlen, : Klasse 5 positive
MehrOPERATIONS-RESEARCH (OR)
OPERATIONS-RESEARCH (OR) Man versteht darunter die Anwendung mathematischer Methoden und Modelle zur Vorbereitung optimaler Entscheidungen bei einem Unternehmen. Andere deutsche und englische Bezeichnungen:
MehrMathematik III für Ingenieure
Mathematik III für Ingenieure im Bachelor-Studiengang Maschinenbau Vorlesung Wintersemester 21/211 B. Schuster aktualisert am 27. Januar 211 Inhalt I. Eigenwerte und Eigenvektoren 1 1. Komplexe Matrizen
MehrWie Google Webseiten bewertet. François Bry
Wie Google Webseiten bewertet François Bry Heu6ge Vorlesung 1. Einleitung 2. Graphen und Matrizen 3. Erste Idee: Ranking als Eigenvektor 4. Fragen: Exisi6ert der Eigenvektor? Usw. 5. Zweite Idee: Die Google
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
MehrEinführung in die Programmierung (MA8003)
Theorie 1.1: Einführung, Grundlagen, Vektoren & Matrizen I Dr. Lorenz John Technische Universität München Fakultät Mathematik, Lehrstuhl für Numerische Mathematik M2 23.02.2015 Ablauf Theorie 1.1+1.2 Mo
MehrHans Kurzweil. Endliche Körper. Verstehen, Rechnen, Anwenden. Zweite, überarbeitete Auflage
Springer-Lehrbuch Hans Kurzweil Endliche Körper Verstehen, Rechnen, Anwenden Zweite, überarbeitete Auflage 123 Prof. Dr. Hans Kurzweil Mathematisches Institut Friedrich-Alexander-Universität Bismarckstraße
MehrHauptkomponentenanalyse PCA
Hauptkoponentenanalyse PCA Die Hauptkoponentenanalyse (Principal Coponent Analysis, PCA) ist eine Methode zur linearen Transforation der Variablen, so dass: öglichst wenige neue Variablen die relevante
MehrBereich: Zahlen und Operationen. Schwerpunkt: Flexibles Rechnen. Zeit/ Stufe
Schwerpunkt: Flexibles Rechnen Thema Kompetenz Kenntnisse/ Fertigkeiten/ Voraussetzungen, um die Kompetenz zu erlangen - Flexibles Rechnen (Addition, Subtraktion, Multiplikation, Division) - nutzen aufgabenbezogen
MehrVorwort. Günter M. Gramlich. Lineare Algebra. Eine Einführung ISBN: 978-3-446-43035-8. Weitere Informationen oder Bestellungen unter
Vorwort Günter M. Gramlich Lineare Algebra Eine Einführung ISBN: 978-3-446-43035-8 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-43035-8 sowie im Buchhandel. Carl Hanser
Mehr2 Lineare Gleichungssysteme
Beispiel.5: Funktion von Runge (V) Beispiel Martin-Luther-Universität Halle-Wittenberg, NWF III, Institut für Mathematik Martin Arnold: Grundkurs Numerische Mathematik (WiS 27/8) Abbildung.3: Interpolation
MehrAlgorithmen II Vorlesung am 15.11.2012
Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
MehrSeminar SS 2006 Intelligent Virtual Characters
Seminar SS 2006 Intelligent Virtual Characters Leiter: Dr. Michael Kipp Johannes Tran Character Animation Materials by Jeff Lander, John Lasseter and Rick Parent Überblick Einführung: Bewegung, Computer
MehrInstallation. Arbeiten mit der MATLAB-Entwicklungsumgebung. MATLAB als Taschenrechner mit Matrix- und Vektorrechnung.
Installation. Arbeiten mit der MATLAB-Entwicklungsumgebung. MATLAB als Taschenrechner mit Matrix- und Vektorrechnung. Die heutige Sitzung dient dem ersten Kennenlernen von MATLAB. Wir wollen MATLAB zuerst
MehrFormelsammlung Mathematische Grundlagen für die Informatik
Formelsammlung Mathematische Grundlagen für die Informatik Wolfgang Führer wolfgang.fuehrer@web.de August 2007 Inhaltsverzeichnis Lineare Algebra. Vektorräume.................................... Abelsche
MehrBilder in Bewegung setzen
Bilder in Bewegung setzen Arbeiten mit Abbildungsmatrizen in Derive Iris Mack Thema Stoffzusammenhang Klassenstufe Matrizenrechnung, Ähnlichkeitsabbildungen Vektoroperationen, Grundbegriffe der analytischen
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
Mehr7 Lineare Abbildungen und Lineare Gleichungssysteme
7 LINEARE ABBILDUNGEN UND LINEARE GLEICHUNGSSYSTEME 5 7 Lineare Abbildungen und Lineare Gleichungssysteme 7 Lineare Abbildungen 7 Abbildungen: Eine Verallgemeinerungen des Funktionsbegriffs Bemerkung:
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrMögliche Prüfungsfragen zu VO Mathematische Software
Mögliche Prüfungsfragen zu VO Mathematische Software SS 2009 Der Prüfungsstoff umfasst alles, was in der Vorlesung vorgetragen wurde. Die folgende Liste soll Ihnen bei der Vorbereitung helfen. Bei der
MehrTutorial für Matlab und Octave
Julius Maximilians Universität Würzburg Institut für Informatik Lehrstuhl für verteilte Systeme (Informatik III) Tutorial für Matlab und Octave Autoren: Dipl.-Inform. Michael Duelli Dipl.-Inform. Simon
MehrKAPITEL 3. Lineare Gleichungssysteme, direkte Lösungsverfahren
KAPITEL 3. Lineare Gleichungssysteme, direkte Lösungsverfahren Beispiel 3.2. Gesucht u(x), das eine Differentialgleichung vom Typ u (x) + λ(x)u(x) = f(x), x [0,], mit den Randbedingungen u(0) = u() = 0
MehrInhaltsverzeichnis. Seite 1: Matrizen. Seite 23: Funktionen. Seite 51: Integralrechnung. Seite 69: Binomialverteilung
Inhaltsverzeichnis Seite : Matrizen Seite : Funktionen Seite 5: Integralrechnung Seite 69: Binomialverteilung Seite 86: Statistik/Normalverteilung Seite 04: Vektoren Seite 40: Wachstum Lineare Algebra
Mehr2.1 Codes: einige Grundbegriffe
Gitter und Codes c Rudolf Scharlau 2. Mai 2009 51 2.1 Codes: einige Grundbegriffe Wir stellen die wichtigsten Grundbegriffe für Codes über dem Alphabet F q, also über einem endlichen Körper mit q Elementen
MehrDidaktik der Zahlbereichserweiterungen
3.1 vom Hofe, R.; Hattermann, M. (2014): Zugänge zu negativen Zahlen. mathematik lehren 183, S. 2-7 Jürgen Roth Didaktik der Zahlbereichserweiterungen Modul 5: Fachdidaktische Bereiche 3.2 Inhaltsverzeichnis
MehrSuchmaschinen und Markov-Ketten 1 / 42
Suchmaschinen und Markov-Ketten 1 / 42 Zielstellung 1 Wir geben einen kurzen Überblick über die Arbeitsweise von Suchmaschinen für das Internet. Eine Suchmaschine erwartet als Eingabe ein Stichwort oder
MehrLineare Gleichungssysteme. Lineare Gleichungssysteme. LR Zerlegung ohne Pivotsuche. Zerlegung regulärer Matrizen
Heinrich Voss voss@tu-harburg.de Hamburg University of Technology Institute for Numerical Simulation Betrachte ein lineares Gleichungssystem Ax = b (1) Es sei A C n n eine gegebene regulär Matrix. Dann
MehrMatlab - eine kurze Einführung
Matlab - eine kurze Einführung Helke Karen Hesse, Thomas Dunne helke.hesse@iwr.uni-heidelberg.de, thomas.dunne@iwr.uni-heidelberg.de 13.11.2006 1 / Gliederung Überblick Grundlegende Syntax Variablen Vektoren
MehrSudoku-Informatik oder wie man als Informatiker Logikrätsel löst
Sudoku-Informatik oder wie man als Informatiker Logikrätsel löst Peter Becker Hochschule Bonn-Rhein-Sieg Fachbereich Informatik peter.becker@h-brs.de Kurzvorlesung am Studieninformationstag, 13.05.2009
Mehr