Matrizen Definition: Typ einer Matrix

Ähnliche Dokumente
Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen

Mathematik II Frühjahrssemester 2013

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte

3 Matrizenrechnung. 3. November

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

Basiswissen Matrizen

Matrizen, Determinanten, lineare Gleichungssysteme

Chr.Nelius: Lineare Algebra (SS 2008) 1. 4: Matrizenrechnung. c ik := a ik + b ik. A := ( a ik ). A B := A + ( B). ist A =

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)

1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n

Vektoren und Matrizen

IV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen

4 Vorlesung: Matrix und Determinante

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1

Lineare Gleichungssysteme und Matrizen

Tutorium: Diskrete Mathematik. Matrizen

9.1 ADDIEREN UND SUBTRAHIEREN VON MATRIZEN MULTIPLIKATION EINER MATRIX MIT EINEM SKALAR

Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten

6.2 Rechnen mit Matrizen

Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix

8.2 Invertierbare Matrizen

MLAN1 1 MATRIZEN 1 0 = A T =

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

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49

Matrixalgebra. Kapitel 2. Ein sehr einfaches Leontief-Modell. Matrix. Ein sehr einfaches Leontief-Modell. Vektor. Spezielle Matrizen I

Matrix: Eine rechteckige Anordnung reeller Zahlen a ij (i = 1,..., n i ; j = 1,..., m) in Zeilen und Spalten. Die a ij heiÿen Elemente von A.

Grundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015

8.2 Invertierbare Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Spezielle Matrixformen

Ökonometrische Analyse

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

Mathematik 1 für Wirtschaftsinformatik

5.2 Rechnen mit Matrizen

1 Matrizenrechnung zweiter Teil

MATRIZEN. Eine Matrix ist eine rechteckige Anordnung von Zahlen, als ein Schema betrachtet. a 11 a a 1n a 21. a a 2n A = a m1 a m2...

Formale Matrizenrechnung

9.2 Invertierbare Matrizen

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.

Matrizen und Determinanten

2 Matrizenrechnung und Lineare Gleichungssysteme

Matrizen ç 2030 II. Quartal æ98766ö. R = ç. B P Preise R R

Lineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri

Matrizen und Determinanten, Aufgaben

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

3 Matrizen und Lineare Gleichungssysteme

Lineare Algebra. Beni Keller SJ 16/17

1 Transponieren, Diagonal- und Dreiecksmatrizen

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).

Mathematik 1 Bachelorstudiengang Maschinenbau

7 Matrizen über R und C

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer.

Definition, Rechenoperationen, Lineares Gleichungssystem

A.5.1 Die Matrix und elementare wirtschaftsrelevante Anwendungen

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

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

Einführung in die Matrixalgebra

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

35 Matrixschreibweise für lineare Abbildungen

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

5.2 Rechnen mit Matrizen

(A T ) T = A. Eigenschaft:

Kapitel 16. Invertierbare Matrizen

8 Lineare Abbildungen und Matrizen

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

I) MATRIZEN. 1) Speichern geometrischer Daten: Punkte, Vektoren. j - te Variable (Spalte), j = 1,2,3,..., n

3 Determinanten, Eigenwerte, Normalformen

05. Lineare Gleichungssysteme

36 2 Lineare Algebra

37 Gauß-Algorithmus und lineare Gleichungssysteme

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

Definition, Rechenoperationen, Lineares Gleichungssystem

Mathematik für Naturwissenschaftler II SS 2010

ANHANG A. Matrizen. 1. Die Definition von Matrizen

Beispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

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

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

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

Hauptprüfung Fachhochschulreife Baden-Württemberg

Brückenkurs Mathematik. Mittwoch Freitag

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

Kapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:

a 21 a 22 a 21 a 22 = a 11a 22 a 21 a 12. Nun zur Denition und Berechnung von n n-determinanten: ( ) a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 A =

B =(b1,1. + b 1,2. + b 1,3 1,3. + b 2,4 + b 3,1. + b 2,2. + b 2,3. + b 3,2. + b 3,3

Matrizen und lineare Gleichungssysteme

Hilfsblätter Lineare Algebra

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Lineare Algebra 1. Roger Burkhardt

Vektorräume und Rang einer Matrix

Lineare Gleichungssysteme

Transkript:

Matrizen Definition: Eine Matrix ist ein rechteckiges Zahlenschema. Die Matrix (Mehrzahl: Matrizen) besteht aus waagerecht verlaufenden Zeilen und senkrecht verlaufenden Spalten. Verdeutlichung am Beispiel: Anmerkungen zur Definition: Eine Matrix besteht aus reellen Zahlen, die man Elemente nennt. Z.B. sind die Elemente a und a Elemente der Matrix oben, genauer gesagt die Elemente der zweiten Zeile der Matrix. Eine Matrix wird in runde Klammern geschrieben. Eine Matrix wird mit einem großen Buchstaben bezeichnet, deren Elemente mit kleinen Buchstaben. Beispiel: Die Matrix A besteht aus den Elementen a, a,a,... Anhand der Bezeichnung des Elementes kann man erkennen, zu welcher Matrix es gehört, am Index eines Elementes kann man erkennen, in welcher Zeile und Spalte das Element steht: z.b. ist das Element a in der.zeile und.spalte der Matrix A zu finden. Weites Beispiel: Das Element c9 steht in der 9.Zeile und.spalte der Matrix C. Weitere Bezeichnungen: Für die Matrix A (siehe Bild) gibt es eine kürzere Schreibweise: A=(aik) mit <i< und <k<. Oder noch kürzer: A=(a ik)(,). Allgemein schreibt man: A=(aik)(m,n) für eine Matrix A mit m Zeilen und n Spalten, die aus den Elementen aik besteht. Typ einer Matrix Hat eine Matrix m Zeilen und n Spalten, so sagt man, dass die Matrix vom Typ (m,n) ist, z.b. ist die Matrix A (siehe Bild) vom Typ (,). -

Zeilenmatrix: Besteht eine Matrix nur aus einer Zeile, so nennt man sie Zeilenmatrix. Das Beispiel zeigt eine Zeilenmatrix: Eine Zeilenmatrix ist somit vom Typ (,n) Spaltenmatrix: Besteht eine Matrix nur aus einer Spalte, so heißt sie Spaltenmatrix. Das Beispiel zeigt eine Spaltenmatrix: Eine Spaltenmatrix ist somit vom Typ (m,) Nullmatrix Besteht eine beliebige Matrix nur aus Nullen, so nennt man sie eine Nullmatrix. Das Beispiel zeigt eine Nullmatrix von Typ (,): Zeilen- und Spaltenvektoren Definition: Die Zeilen einer Matrix bezeichnet man auch als Zeilenvektoren, analog bezeichnet man die Spalten als Spaltenvektoren. Beispiel: Die folgende Matrix besteht aus drei Zeilen und zwei Spalten, also aus drei Zeilenvektoren (oder aus zwei Spaltenvektoren): Es gilt also:.zeilenvektor von A = (a,a).zeilenvektor von A = (a,a) -

.Zeilenvektor von A = (a,a).spaltenvektor von A = (a,a,a).spaltenvektor von A = (a,a,a) Gleichheit von Matrizen Definition: Zwei Matrizen A=(aik) und B=(bik) sind gleich, wenn folgende zwei Bedingungen erfüllt sind: Die beiden Matrizen sind vom gleichen Typ Die Matrizen stimmen in jedem Element überein: aik = bik (für alle i,k) Beispiel: Folgende zwei Matrizen sind gleich: Transponieren Definition: Vertauscht man die Zeilen und die Spalten einer Matrix A, so heißt die entstandene Matrix die "Transponierte der Matrix A". Die Transponierte der Matrix A nennt man A T. Beispiel: Als Beispiel sei folgende Matrix vom Typ (,) gegeben: Vertauschen wir nun die Zeilen und Spalten der Matrix, so erhalten wir A T, d.h. die Transponierte der Matrix A: Anmerkungen zur Definition: Ist die Matrix A vom Typ (m,n), so ist die A T vom Typ (n,m) -

Transponiert man eine Matrix zweimal, so erhält man wieder die ursprüngliche Matrix. Als Formel: (A T ) T = A Die Elemente der Matrix A und der Matrix A T stehen in folgenden Zusammenhang: Quadratische Matrix Definition: Eine quadratische Matrix ist eine Matrix, bei der die Anzahl der Zeilen mit der Anzahl der Spalten übereinstimmt. Quadratische Matrizen sind also Matrizen vom Typ (m,m). Die Haupt- und Nebendiagonale: Quadratische Matrizen (und nur diese) haben eine so genannte Hauptdiagonale sowie eine Nebendiagonale. Beispiel: Die Hauptdiagonale beginnt immer links oben (beim Element a ) und endet rechts unten (im Beispiel beim Element a ). Die Nebendiagonale beginnt rechts oben und endet links unten. Transponiert man eine Matrix A, so entspricht dies einer Spiegelung an der Hauptdiagonalen. Diagonalmatrix Ein Spezialfall der quadratischen Matrix ist die so genannte Diagonalmatrix, bei der alle außerhalb der Hautdiagonalen liegenden Elemente gleich Null sind. Eine Diagonalmatrix hat also immer die folgende Gestalt: -

Zwei Beispiele dazu: Einheitsmatrix Die Einheitsmatrix ist ein Spezialfall der Diagonalmatrix, die wiederum ein Spezialfall der quadratischen Matrix ist: Ein Diagonalmatrix, bei der alle Diagonalelemente gleich sind, nennt man Einheitsmatrix. Zwei Beispiele: Untere Dreiecksmatrix Ein weiterer Spezialfall der quadratischen Matrix ist die so genannte "untere Dreiecksmatrix". Bei ihr sind alle Elemente oberhalb der Hauptdiagonalen gleich Null. Eine "untere Dreiecksmatrix" hat also immer die folgende Gestalt: Zwei Beispiele dazu: Obere Dreiecksmatrix Neben der unteren gibt es auch eine obere Dreiecksmatrix. Bei der oberen Dreiecksmatrix sind alle Elemente unterhalb der Hauptdiagonalen gleich Null. Eine "obere Dreiecksmatrix" hat also immer die folgende Gestalt: -

Zwei Beispiele dazu: Symmetrische Matrix Definition: Ein weiterer Spezialfall der quadratischen Matrix ist die so genannte "symmetrische Matrix": Bei der "symmetrischen Matrix" sind alle Elemente spiegelbildlich zur Hauptdiagonalen angeordnet: aik = aki Beispiele: Folgende zwei Matrizen sind symmetrische Matrizen: Schiefsymmetrische Matrix Definition: Ein weiterer Spezialfall der quadratischen Matrix ist die so genannte "schiefsymmetrische Matrix": Eine "schiefsymmetrischen Matrix" liegt vor, wenn gilt: Die Elemente, die spiegelbildlich zur Hauptdiagonalen liegen, sind vom Betrag gleich, haben aber entgegengesetzte Vorzeichen. Die Hauptdiagonalenelemente sind gleich Null. Beide Teile der Definition kann man durch folgende Formel zusammenfassen: aik = -aki Beispiele: 6-

Folgende zwei Matrizen sind schiefsymmetrische Matrizen: -

Addition von Matrizen Definition: Zwei Matrizen werden addiert, indem Elemente mit gleichem Index addiert werden. Wichtige Anmerkung Die beiden Matrizen die addiert werden sollen, müssen vom gleichem Typ sein, d.h. die Anzahl der Zeilen muss bei beiden Matrizen gleich sein, und die Anzahl der Spalten muss bei beiden Matrizen gleich sein. Gesetze Für die Matrizenaddition gelten folgende Gesetze: Kommutativgesetz: A+B = B+A Assoziativgesetz: A+(B+C) = (A+B)+C Beispiel: Subtraktion von Matrizen Definition: Zwei Matrizen werden subtrahiert, indem Elemente mit gleichem Index subtrahiert werden. Wichtige Anmerkung Die beiden Matrizen die subtrahiert werden sollen, müssen vom gleichem Typ sein, d.h. die Anzahl der Zeilen muss bei beiden Matrizen gleich sein, und die Anzahl der Spalten muss bei beiden Matrizen gleich sein. Gesetze: Für die Matrizensubtraktion gilt weder das Assoziativgesetz noch das Kommutativgesetz. Beispiel: -

Skalar-Matrix-Multiplikation Definition: Ein Skalar (eine Zahl) wird mit einer Matrix A multipliziert, indem man jedes Matrixelement mit dem Skalar multipliziert. Gesetze: Für die Skalar-Matrix-Multiplikation gelten folgende Gesetze: Assoziativgesetz: (A) = ()A Distributivgesetze: (+)A = A+A Beispiel: (A+B) = A + B Anmerkungen: Das Beispiel bzw. die Definition kann man auch anders herum lesen: Ein Faktor der in allen Elementen einer Matrix enthalten ist, darf vor die Matrix geschrieben werden. Den "Multiplikationspunkt" haben wir, so wie es üblich ist, fortgelassen, z.b. müsste man für (A) genau genommen ( A) schreiben. Matrizen-Multiplikation Definition: Das Produkt einer Matrix A=(aik) mit einer Matrix B=(bik) ist ebenfalls eine Matrix, die wir Matrix C=(cik) nennen. Die Elemente cik der Matrix C werden auf folgende Weise gebildet: Das Element cik ist das Skalarprodukt des i-ten Zeilenvektors der Matrix A mit dem k-ten Spaltenvektor der Matrix B. Beispiel: Gegeben sei eine Matrix A=(aik) und eine Matrix B=(bik). Das Produkt der beiden Matrizen ist laut Definition wieder eine Matrix, die wir in der Definition C=(c ik) genannt hatten: 9-

Warum die Matrix C vom Typ (,) ist wird erst auf der nächsten Seite erklärt. Jetzt wollen wir die Matrix erst einmal berechnen: Um die Matrix C zu bestimmen muss man nun (mit Hilfe der Definition) deren Elemente cik bestimmen. Exemplarisch bestimmen wir c: Laut Definition ist c gleich dem Skalarprodukt aus dem.zeilenvektor der Matrix A und dem.spaltenvektor der Matrix B: Nun können wir das Element c in die Matrix C eintragen: Die Berechnung der restlichen Elemente (c, c, c, c und c) erfolgt analog. Das Ergebnis lautet: Anmerkung : Das Matrizenprodukt A B ist nur definiert, wenn die Spaltenzahl der Matrix A mit der Zeilenzahl der Matrix B übereinstimmt. Man sagt auch: Ist eine Matrix A vom Typ (m,n) so kann sie nur dann mit einer Matrix B multipliziert werden, wenn die Matrix B vom Typ (n,r) ist. Erklärung: Nehmen wir an, die Spaltenzahl der Matrix A würde nicht mit der Zeilenzahl der Matrix B übereinstimmen, sondern wäre z.b. kleiner: -

Nun berechnen wir z.b. c. Laut Definition ist c gleich dem Skalarprodukt aus dem.zeilenvektor von A und dem.spaltenvektor von B. (a, a) (b, b, b) Dieses Skalarprodukt ist aber gar nicht definiert. Das Skalarprodukt ist nämlich nur zwischen Vektoren definiert, die gleich viele Komponenten haben. Ist das Skalarprodukt nicht definiert, so gilt dies auch für das Matrizenprodukt. Anmerkung : Die Matrix C=A B hat so viele Zeilen wie die Matrix A und so viele Spalten wie die Matrix B. Man sagt auch: Ist die Matrix A vom Typ (m,n) und B vom Typ (n,r), so ist die Matrix C vom Typ (m,r). Warum ist das so? Wir erklären dies am Beispiel der Vorseite. Laut obigen Satz hat die Matrix C genau Zeilen. Nun beweisen wir, dass die Matrix C keine Zeilen haben kann: Nehmen wir an, die Matrix C hätte Zeilen, dann gäbe es z.b. ein Element c. Dieses wäre definiert als das Skalarprodukt aus dem.zeilenvektor von A und dem.spaltenvektor von B. Da die Matrix A aber keinen.zeilenvektor hat, kann man kein Element c bilden, und somit hat die Matrix C keine Zeilen. Beispiel: Gegeben seien die Matrizen A und B, gesucht das Matrizenprodukt C=A B Als erstes werden wir das Element c berechnen. Laut Definition gilt: c ist gleich dem Skalarprodukt aus dem.zeilenvektor der Matrix A und dem.spaltenvektor der Matrix B: -

Jetzt tragen wir c in die Ergebnismatrix ein: Analog berechnen wir das Element c der Ergebnismatrix: Laut Definition ist c gleich dem Skalarprodukt aus dem.zeilenvektor der Matrix A und dem.spaltenvektor der Matrix B: Auch c tragen wir in die Ergebnismatrix ein: Schließlich müssen wir nur noch die Elemente c und c berechnen: c ist das Skalarprodukt aus dem.zeilenvektor der Matrix A und dem.spaltenvektor der Matrix B. c ist das Skalarprodukt aus dem.zeilenvektor der Matrix A und dem.spaltenvektor der Matrix B. Will man eine Matrix berechnen, so kann man das am einfachsten mit dem folgenden Schema machen: Das Schema: Gegeben seien zwei Matrizen A und B. Gesucht ist deren Produkt C=A B: -

Die Matrix A schreibt man nach links, die Matrix B nach oben: Will man nun ein Element berechnen, so stehen die Vektoren die man dazu braucht links bzw. oberhalb des gesuchten Elementes. Exemplarisch haben wir die Elemente c und c berechnet: Gesetze Für die Multiplikation von Matrizen gelten folgende Gesetze: Kommutativgesetz: nein, gilt im Allgemeinen nicht Assoziativgesetz: (AB)C = A(BC) Distributivgesetze: A(B+C) = AB + AC (A+B)C = AC + BC Verflechtungsmatrix -

Stücklistenprobleme treten in der Wirtschaft auf. Dabei geht es um die Verflechtung von Produktionsschritten und deren Zwischen- und Endprodukten. Produziert eine Firma ein Produkt, so setzt sich dieses zumeist aus mehreren verschiedenen Einzelprodukten zusammen, die wiederum aus unterschiedlichen Komponenten bestehen können. Bei der Fertigung dieser Produkte muss die Anzahl der einzelnen Komponenten bzw. Zwischenprodukte bekannt sein, um einen reibungslosen Betrieb sicherzustellen. Wenn nicht nur das Endprodukt, sondern auch die Zwischenprodukte verkauft werden, wie es z. B. in der Automobilindustrie üblich ist, erhöhen sich die Stückzahlen der Einzelprodukte nicht nur um die geforderte Nachfrage, sondern auch um den Bedarf, der benötigt wird, um die Einzelprodukte herzustellen. Es geht daher um die Frage, wie groß die Anzahl der verschiedenen Zwischenund Endprodukte jeweils sein muss, um die Anfrage von außen decken zu können. Diese Frage kann mit Linearen Gleichungssystemen beantwortet werden. In der Praxis jedoch bedient man sich der Matrizenrechnung aufgrund der Vielzahl von Zwischen- und Endprodukten. Zu Beginn der Überlegungen steht die graphische Darstellung der Verflechtung der einzelnen Produkte untereinander, ein sogenannter "Gozintograph", der anschaulich beschreibt, welche Produkte und welche Anzahl (Mengeneinheiten) der jeweiligen Produkte für die Fertigung der übergeordneten Produkte nötig sind. Daraus ergibt sich die Erstellung einer Verflechtungstabelle in technologischer Reihenfolge z. B. für wird benötigt x x x x x x6 x: Draht 6 x: Spule x: Widerstand x: Bauteil A x: Bauteil B x6: Apparat und deren Verflechtungsmatrix -

. Diese Matrix wird auch als Input-Output-Matrix bezeichnet. Betrachtet man nun den internen Bedarf der Produktion und die externe Bestellung, so ergibt sich für den Produktionsvektor x (Anzahl der herzustellenden Produkte), dass x V x b () ist. Diese Gleichung lässt sich zu der Form x (E V) b () umformen, so dass nach der Eingabe der Daten in einen Computer sofort der Produktionsvektor ausgegeben wird. Bei der Umformung müssen die Rechenregeln für Matrizen beachtet und die Exi s- tenz der Inversen (E V) begründet werden, die sich aus der besonderen Dreiecksgestalt der Matrix V und der Differenz E-V ergibt, z. B.: Distributivgesetz der Multiplikation, Eigenschaften der Einheitsmatrix Rechenregeln der Addition Existenz der Inversen, Nichtkommutativität der Multiplikation, daher Multiplikation von links Daraus lässt sich für Stücklistenprobleme solcher Form eine allgemeine Regel formulieren: Produktionsvektor = (Einheitsmatrix Verflechtungsmatrix) -. Bestellvektor Es ergibt sich in dem zu behandelnden Beispiel: -

Durch die Aufstellung eines Linearen Gleichungssystems vorab ist es möglich, die Gleichung () oder durch eine Umformung des Systems die Gleichung () zu erhalten, z. B. für (): In dem Beispiel ist das Lineare Gleichungssystem noch einfach zu finden und zu lösen, in der Praxis handelt es sich allerdings um wesentlich größere Listen ("z. B.: BASF/Chemie: Matrizen mit etwa Zeilen", so dass ein Gleichungssystem nicht mehr praktikabel ist und die Verflechtungsmatrix zur Anwendung kommt. Aufgabe : In einer Möbelfabrik werden aus Holz, Metall und Stoff Tische, Bänke und Stühle produziert, die einzeln bzw. als Sitzgruppen verkauft werden. Für einen Tisch werden Einheiten Holz und Einheiten Metall, für eine Bank 6 Einheiten Holz, Einheiten Metall und Einheiten Stoff, für einen Stuhl Einheiten Holz, Einheit Metall und Einheiten Stoff benötigt. Eine Sitzgruppe A besteht aus einem Tisch und vier Stühlen, eine Sitzgruppe B aus einem Tisch, einer Bank und drei Stühlen. a) Geben Sie die Verflechtungsmatrizen für den Zusammenhang von Ausgangsmaterial und Einzelprodukten und für den Zusammenhang von Einzelprodukten und Sitzgruppen an und bestimmen Sie aus diesen durch Matrizenmultiplikation die Verflechtungsmatrix für den Zusammenhang von Ausgangsmaterial und Sitzgruppen! b) Ein Kunde bestellt Sitzgruppen A, 6 Sitzgruppen B und zusätzlich Bänke. Ermitteln Sie unter Verwendung der Verflechtungsmatrizen aus a), welche Mengen der Ausgangsmaterialien benötigt werden! 6-

-

Matrixinversion Bei den reellen Zahlen ist zu jeder Zahl x eine Inverse x - definiert mit der Eigenschaft, dass x*x - =. Ähnlich definiert man bei Matrizen: Inverse Matrix: Sei X eine quadratische Matrix. Die Inverse von X ist, sofern sie überhaupt existiert, jene Matrix X -, für die gilt: X*X - = X - *X = I (Einheitsmatrix) Im Gegensatz zu reellen Zahlen (außer der Zahl Null), bei denen die Inverse immer existiert, existiert die Inverse einer Matrix X nur, wenn X quadratisch ist und wenn außerdem gilt: Existenz der Inversen: X - existiert nur dann, wenn det(x). Eigenschaften der Inversen: Vorausgesetzt wird, dass die Inversen von A, B und C existieren. Dann gilt: ) (A * B) - = B - * A - ) (A - ) - = A ) (A ) - = (A - ) ) (k * A) - = /k * A - ) Ist A symmetrisch, so ist auch A - symmetrisch 6) Ist D eine Diagonalmatrix, so ist D - ebenfalls eine Diagonalmatrix mit dem allgemeinen Element /dii ) Für die Einheitsmatrix gilt I - = I ) det(a - ) = /det(a) Regeln für die Bildung der Inversen: Man bildet die Inverse am einfachsten wie folgt:. Man setzt rechts neben X die Einheitsmatrix I. Man transformiert durch elementare Zeilenumformungen ( Nicht Spaltenumformungen!!) die Matrix X in die Einheitsmatrix. Alle diese elementaren Zeilenumformungen werden gleichzeitig auch mit der Matrix I durchgeführt. Dadurch wird I zu X - Beispiel: -

Berechnen der Inversen von : Vertauschen der. und der. Zeile: Addieren des --fachen der. Zeile auf die. Zeile: Addieren des --fachen der. Zeile auf die. Zeile: Addieren des --fachen der. Zeile auf die. Zeile: Addition der. Zeile auf die erste Zeile: Multiplikation der. Zeile mit -/: / / Addieren des -fachen der. Zeile auf die. Zeile: / / / / Probe: Multiplikation der Matrix mit ihrer Inversen muss I ergeben: * / / = / / 9-

Berechnung der inversen (,)-Matrix Eine (,)-Matrix ist gegeben durch Die Matrix ist regulär, falls gilt: Determinante von A.. Man nennt D auch die Ist die Determinante ungleich Null, die Matrix also regulär, so ist die inverse Matrix: Berechnung einer inversen (,)-Matrix Gegeben ist die Matrix. Gesucht sind nun die Koeffizienten einer Matrix, so dass gilt: Ausführlich bedeutet dies:, wobei E die Einheitsmatrix ist. = Die Berechnung des Matrizenproduktes führt dann auf folgende Darstellung: Der Vergleich der Spalten der Matrizen führt auf folgende Gleichungssysteme: -

Die linke Matrix lässt sich auch als Produkt aus der Matrix A und den Spaltenvektoren der Matrix B schreiben Die Berechnung der Koeffizienten b, b,.,b erfolgt wieder nach dem bekannten Gauß-Verfahren Zur Vereinfachung des Verfahrens bietet sich folgendes Schema an, bei dem die Gleichungssysteme gleichzeitig gelöst werden. -

- Aufgaben Aufgabe : Addieren Sie die beiden folgenden Matrizen: x 6a y y x x 6y a B A x x 6a y y a x x 6a y y x x 6y a B A Aufgabe : Es sind folgende Matrizen gegeben: A, B, C, D, E Berechnen Sie folgende Rechenoperationen: a) B A b) B A c) C A C A d) C A A B

- e) D A nicht geht D A f) D A geht nicht g) E A nicht geht E A h) E A

Aufgabe : Berechnen Sie von folgenden Matrizen A+B und A-B. A 6 6 6 A B Aufgabe : 9 6 9 6 B A B Multiplizieren Sie die Matrix A mit dem Skalar 9 A 6 Aufgabe : 6 A * 6 6 Es sind folgende Matrizen gegeben: A B,, Berechnen Sie folgende Rechenoperationen: a) AB C 6 6 -

- b) c) d) e) geht nicht f) geht nicht A C 6 9 BC 6 6 BA 9 A C B C

6- Aufgabe 6: Folgende Matrizen sind gegeben: C B 9 6 A Bilden Sie folgende Operationen: a) 9 9 6 B A b) nicht geht 9 6 C A c) 9 9 6 A B d) nicht geht 9 6 A C e) nicht geht C B

- f) nicht geht B C g) 9 6 6 9 6 B A h) nicht geht 9 6 C A i) 9 6 6 9 6 A B j) nicht geht 9 6 A C k) nicht geht C B l) nicht geht B C

Aufgabe : Für die Produktion der Erzeugnisse E,E, E wird das Material M wie folgt benötigt: Erzeugnis Erzeugnis Erzeugnis Material Es sollen im ersten Quartal folgende Mengen produziert werden: Erzeugnis Erzeugnis Erzeugnis Quartal 6 Wie viel Material wird im ersten Quartal benötigt? 6 A (, E ) A* B B( E,) 6 6 * * * *6 6 Es werden also im ersten Quartal 6 Einheiten des Materials benötigt. -

Aufgabe : Für die Produktion der Erzeugnisse E,E, E werden die Materialien M, M, M, M wie folgt benötigt: Erzeugnis Erzeugnis Erzeugnis Material Material Material Material Es sollen im ersten Quartal folgende Mengen produziert werden: Erzeugnis Erzeugnis Erzeugnis Quartal 6 Wie viel Material wird im ersten Quartal benötigt? (6;9;;69) A(M,E) T A * B T B (E,) 6 * * *6 6 * * *6 9 * * * *6 6 * * *6 69 Es werden somit im ersten Quartal folgende Einheiten der Materialien benötigt: Material Material Material Material Quartal 6 9 69 9-

Aufgabe 9: Für die Produktion der Erzeugnisse E,E, E werden die Materialien M, M, M, M wie folgt benötigt: Erzeugnis Erzeugnis Erzeugnis Material Material Material Material In den Quartalen des Jahres sollen folgende Mengen produziert werden: Erzeugnis Erzeugnis Erzeugnis Quartal 6 Quartal Quartal Quartal Wie viel Einheiten der Materialien werden in den Quartalen benötigt? Material Material Material Material Quartal 6 9 69 Quartal 9 Quartal 99 6 9 Quartal A ( M, E ) A* B T * 6 B T ( E, Q) 6 -

Bei der Multiplikation zweier Matrizen wird jede Zeile der ersten Matrix mir jeder Spalte der zweiten Matrix multipliziert. Die Produkte werden addiert. Dabei geht man nach ff. Rechenschema vor: 6 6 99 9 6 69 9 9 * * 6 6 * * *6 9 * * *6 * * *6 69 usw. * * * * * * * * * * * * 9 Es werden in den Quartal folgende Einheiten der Materialien benötigt: Material Material Material Material Quartal 6 9 69 Quartal 9 Quartal 99 6 9 Quartal Aufgabe : Berechnen Sie die inverse Matrix von A -

- () mal, + () () mal (- ) +() () geteilt () mal ( ) Aufgabe : Bilden Sie von der Matrix A die Inverse. A A Aufgabe : Berechnen Sie Inverse Matrix zu A. A = ( )

Aufgabe : Berechnen Sie die Matrizenprodukte AB, BA, A T A, AA T mit: Welche besondere Eigenschaft besitzen die Matrizen A T A und AA T? -

Aufgabe : Berechnen Sie die Determinanten dieser Matrizen! -

Aufgabe : Berechnen Sie die inversen Matrizen: -

6-

Aufgabe 6: Berechnen Sie die inverse Matrix. Aufgabe : Gesucht wird die inverse Matrix zu -

-

9-

Aufgabe : Es liegt ein zweistufiger Produktionsprozess vor, bei dem folgende Bedingungen vorliegen:. Stufe: Rohstoffe R, R, R, R > Halbfabrikate H, H, H. Stufe: Halbfabrikate H, H, H > Endprodukte E, E z. B. Für ME Endprodukt E wird benötigt: ME H, ME H, ME H Für ME Halbfabrikat H wird benötigt: ME R, ME R, ME R, ME R Wie viel Rohstoffe sind nötig, um ME E und ME E herzustellen? -

Zur Herstellung von ME E und ME E sind Rohstoffe in folgender Menge nötig: ME R, ME R, 6 ME R, 9 ME R -