(A T ) T = A. Eigenschaft:

Ähnliche Dokumente
MLAN1 1 MATRIZEN 1 0 = A T =

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

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

Lineare Gleichungssysteme und Matrizen

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

Mathematik II Frühjahrssemester 2013

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

Matrizen, Determinanten, lineare Gleichungssysteme

3 Matrizenrechnung. 3. November

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...

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.

Ökonometrische Analyse

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

Einführung in die Vektor- und Matrizenrechnung. Matrizen

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

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra)

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

Lineare Algebra. Beni Keller SJ 16/17

Formale Matrizenrechnung

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

8 Lineare Abbildungen und Matrizen

Matrizen Definition: Typ einer Matrix

Basiswissen Matrizen

37 Gauß-Algorithmus und lineare Gleichungssysteme

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

Lineare Gleichungssysteme II, Gauß-Jordan-Algorithmus

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

Vektoren und Matrizen

Lineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri

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).

8.2 Invertierbare Matrizen

Mathematik 1 für Wirtschaftsinformatik

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:

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

1 Matrizenrechnung zweiter Teil

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

05. Lineare Gleichungssysteme

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

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

Copyright, Page 1 of 5 Die Determinante

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

Spezielle Matrixformen

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

4 Matrizenrechnung. Beide Operationen geschehen also koeffizientenweise. Daher übertragen sich die Rechenregeln von K(m n, k).

7 Matrizen über R und C

Rang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya

Mathematik 1 Bachelorstudiengang Maschinenbau

3 Matrizen und Lineare Gleichungssysteme

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

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

Lineare Algebra. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching

9.2 Invertierbare Matrizen

5.2 Rechnen mit Matrizen

Mathematik für Naturwissenschaftler II SS 2010

Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix

35 Matrixschreibweise für lineare Abbildungen

6.2 Rechnen mit Matrizen

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

Lineare Gleichungssysteme

Matrizen und Determinanten

4 Vorlesung: Matrix und Determinante

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

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015

Mathematik für Ökonomen - Themen ARBEITSUNTERLAGEN

8.2 Invertierbare Matrizen

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

5.2 Rechnen mit Matrizen

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

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

LINEARE ALGEBRA II. FÜR PHYSIKER

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten

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

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

2 Matrizenrechnung und Lineare Gleichungssysteme

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

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 6

Tutorium: Diskrete Mathematik. Matrizen

3 Systeme linearer Gleichungen

Mathematische Erfrischungen III - Vektoren und Matrizen

Serie 10: Inverse Matrix und Determinante

Blockmatrizen. Beispiel 1 Wir berechnen das Produkt von A R 4 6 mit B R 6 4 :

Klausur Mathematik 1

Übersicht Kapitel 9. Vektorräume

Im Falle einer zweimal differenzierbaren Funktion lässt sich das Krümmungsverhalten anhand der zweiten Ableitung feststellen.

Mathematik für Ökonomen - Campus Duisburg 1 von 10

Definition, Rechenoperationen, Lineares Gleichungssystem

Matrizen und Drehungen

Hilfsblätter Lineare Algebra

2 Die Algebra der Matrizen

Kapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben

Transkript:

Elementare Matrizenrechnung m n-matrix von Zahlen A m n a 1,1 a 1,n a m,1 a m,n rechteckige Tabelle m n Dimension der Matrix Sprechweise: m Kreuz n wobei m Anzahl Zeilen, n Anzahl Spalten a i,j Element der Matrix 1 Index Zeilennr, 2 Index Spaltennr Eine 1 1-Matrix wird als Zahl ohne die Matrixklammern geschrieben Eine m n-matrix A m n hat m n Elemente a i,j Element Zelle in der Sprache der Tabellenkalkulation 51 Gleichheit A m n B m n : elementweise Gleichheit Gleichheit A B: 1 A und B müssen gleiche Dimension haben 2 a i,j b i,j für alle Elemente im paarweisen Vergleich 1 Bsp (1 2) 1 2 und sind nicht vergleichbar (als Matrizen) 2 2 1 (1 2) 1 2 (2 2) 1 2 sind vergleichbar, aber verschieden (1 2) 1 2 ( 0 4 2 ) 1 2 sind gleich Transponierte (A T ) n m (A m n ) T einer Matrix A m n Die Zeilen (bzw Spalten) einer Matrix werden in unveränderter Reihenfolge als Spalten (bzw Zeilen) aufgeschrieben Zweimaliges Transponieren führt zum Ausgangszustand zurück Bsp 1 2 4 5 6 T 1 4 2 5 6 Eigenschaft: ; a1,1 a 1,2 a 2,1 a 2,2 (A T ) T A T a1,1 a 2,1 ;(a a 1,2 a 1 a 2 ) T a1 2,2 a 2 Transponieren ist insbesondere für reine Darstellungszwecke sehr nützlich, zb passt der etwas lästige Spaltenvektor a (1 0 2 2 0 0 7) T noch locker auf diese Seite ;-) Mathematik für Ökonomen - Campus Duisburg 1 von 6

52 Einige spezielle Matrizen A m n Äußere Formen m n quadratische Matrix dh ZeilenanzahlSpaltenanzahl m 1 n-zeilenvektor n Elementeanzahl der einen Zeile n 1 m-spaltenvektor m Elementenzahl der einen Spalte Innere Formen! 0 m n Nullmatrix in m Zeilen und n Spalten nur Nullen 0 n, (0 n ) T Nullspalte, Nullzeile Spalte bzw Zeile mit n Nullen 1 m n Einsenmatrix in m Zeilen und n Spalten nur Einsen 1 n, (1 n ) T Einsenspalte, Einsenzeile Spalte bzw Zeile mit n Einsen Wir schreiben Einsenmatrix statt Einsmatrix um jede Verwechslung mit der (folgenden) Einheitsmatrix auszuschließen Mischformen spezielle quadratische Matrizen 0 0 1 0 0 E n n Einheitsmatrix E n n 0 0 1 0 0 0 0 1 j-te Spalte von E n n j-ter Einheitsspaltenvektor (das j-te Element von e j n ist Eins, alle anderen sind Null) (e i n )T i-te Zeile von E n n i-ter Einheitszeilenvektor (das i-te Element von (e i n) T ist Eins, alle anderen sind Null) Bei einer quadratischen Matrix A n n heißen die Matrixelemente mit gleicher Zeilen- und Spaltennummer Diagonalelemente: a 1,1,a 2,2,,a n,n a 0 0 Eine quadratische Matrix A n n heißt 0 b 0 Diagonalmatrix wenn außerhalb ihrer Diagonale nur Nullen stehen (Bsp E n n ) 0 0 c obere Dreiecksmatrix wenn unterhalb ihrer Diagonale a b c a 0 0 nur Nullen stehen 0 d e b c 0 untere Dreiecksmatrix wenn oberhalb ihrer Diagonale nur Nullen stehen 0 0 f d e f e j n Mathematik für Ökonomen - Campus Duisburg 2 von 6

5 Rechenoperationen mit Matrizen Addition Matrix m n ± Matrix m n Addition von Matrizen gleicher Dimension Elementweise Addition Regeln: A + B B + A und (A + B) T A T + B T Multiplikation Zahl Matrix Multiplikation jedes Matrixelements mit dieser Zahl Regel: αa + βa (α + β)a wobei α, β R Multiplikation k-zeilenvektor k-spaltenvektor als Baustein der Matrixmultiplikation: Skalarprodukt s 1 ( z 1,,z k ) : z 1 s 1 + + z k s k k z l s l l1 s k Multiplikation Matrix m k Matrix k n Multiplikation mehrerer k-zeilenvekt mit mehreren k-spaltenvekt C m n : A m k B k n wird elementweise definiert: Das Element c i,j von C m n ist das Ergebnis der Multiplikation (Zeile Nr i von A) (Spalte Nr j von B) je k Elemente c i,j : a i,1 b 1,j + a i,2 b 2,j + + a i,k b k,j k l1 a i,l b l,j b 1,1 b 1,j b 1,n B k n b k,1 b k,j b k,n a 1,1 a 1,k A m k a i,1 a i,k c i,j : (A B) m n a m,1 a m,k Regeln: C(A + B) CA + CB und (A + B)C AC + BC (A B) C A (B C) und (AB) T B T A T! Vorsicht A B B A ist im Allgemeinen falsch A B ist nur definiert, wenn Spaltenanzahl von A Zeilenanzahl von B Mathematik für Ökonomen - Campus Duisburg von 6

Bsp 1 Bsp 2 1 2 2 1 + 0 1 0 4 2 1 ; 1 2 2 1 +( 1 0 ) nicht definiert Ausklammern eines zu jedem Element einer Matrix gemeinsamen Faktors : 1 1 2 1 6 2 1 2 6 1 4 Bsp (1 1 1) 1 2 6; ( ) 1 2 1; ( 0 1 0 ) Bsp 4 1 1 1 1 1 0 2 0 2 6 2 1 1 1 0 0 1 0 1 1 2 0 2 Bsp 5 Bsp 6 1 1 1 0 1 0 1 2 0 1 2 1 1 1 1 2 1 1 1 2 2 2 2 1 1 1 1 1 1 1 2 1 1 1 1 2 1 2 1 2 0 1 2 0 0 0 0 nicht definiert 1 0 1 5 2 1 2 2 1 1 1 1 1 1 2 2 4 1 1 1 1 1 1 1 1 1 0 1 2 2 In Bsp 5 sind (A B) 2 2 und (B A) nicht einmal vergleichbar, in Bsp 6 sind (A B) 2 2 und (B A) 2 2 vergleichbar, aber verschieden Vier allgemeinere Beispiele (Eigenschaften) Bsp 7 Für beliebige Matrizen A m n (insbesondere Vektoren) ist A m n 0 n k 0 m k A m n + 0 m n A m n 0 k m A m n 0 k n 0 m n + A m n A m n Die Nullmatrix spielt bei der Matrixaddition die gleiche neutrale Rolle wie die Zahl Null bei der Addition von Zahlen! Anders als bei Zahlen kann aber bei der Matrixmultiplikation aus der Gleichung A B 0 im Allgemeinen nicht gefolgert werden, dass A oder B die Nullmatrix ist (vgl Bspe 2 und 6) Mathematik für Ökonomen - Campus Duisburg 4 von 6

Bsp 8 Für beliebige Matrizen A m n (insbesondere Vektoren) ist A m n E n n A m n E n n a n 1 a n 1 E m m A m n A m n a 1 n E n n a 1 n Die Einheitsmatrix spielt bei der Matrixmultiplikation die gleiche neutrale Rolle wie die Zahl Eins bei der Multiplikation von Zahlen Bsp 9 Multiplikation mit Einheitsvektoren 54 (e iṁ)t A m n i-te Zeile von A Zeilenpicker (von links) A m n e j n j-te Spalte von A Spaltenpicker (von rechts) Insbesondere ist (e i n )T e j 0 für i j n 1 für i j Die Picker werden insbesondere für Vertauschungen von Zeilen bzw Spalten (Permutationen) verwendet: 0 1 0 0 0 1 A n A m 0 1 0 0 0 1 sortiert die Zeilen von A in die Reihenfolge 2//1 sortiert die Spalten von A in die Reihenfolge /1/2 Das Ergebnis der folgenden Matrixmultiplikation kann ohne Rechnung direkt angegeben werden: 0 1 0 0 0 1 8 7 9 2 1 0 1 0 0 0 1 1 2 6 5 4 5 4 6 9 8 7 Eine solche Vertauschung/Sortierung (die ja ausgedrückt ist durch die gewünschte Vertauschung der Zeilen bzw Spalten der Einheitsmatrix) wird rückgängig gemacht durch die entsprechende transponierte Vertauschung, im Bsp: 0 0 1 0 1 0 1 2 6 5 4 9 8 7 0 0 1 0 1 0 8 7 9 2 1 5 4 6 Bsp 10 Multiplikation mit Einsenvektoren 1 T m A m n Zeile mit den n Spaltensummen von A m n A m n 1 n Spalte mit den m Zeilensummen von A m n 1 T m A m n 1 n Summe der m n Elemente von A m n (Vgl Grundlagen Nr 9) Die j-te Spaltensumme ist gleich m i1 a i,j, die i-te Zeilensumme gleich n j1 a i,j und die Gesamtsumme gleich m n i1 j1 a i,j Mathematik für Ökonomen - Campus Duisburg 5 von 6

Anwendungsbeispiel Bei einem zweistufigen Produktionsprozess sind die beiden einstufigen Bedarfstabellen (Elemente: Bedarf in Anzahl Einheiten Zeilenobjekt bei der Produktion einer Einheit Spaltenobjekt) M RZ und M ZE wie folgt gegeben: Zwischenprodukte Z Z 1 Z 2 Z Rohstoffe R 1 1 2 2 R R 2 0 1 1 Endprodukte E E 1 E 2 E Zwischen- Z 1 1 0 1 produkte Z 2 0 2 1 Z Z 2 1 Rohstoffpreise r (r 1,r 2 ) (4, 5) Verkaufspreise p (p 1,p 2,p ) (10, 100, 10) [Preise werden als Zeile angegeben Zwischenprodukte werden in diesem einfachen Modell weder gekauft noch verkauft Ebenso erfordern feinere Wertbetrachtungen (Produktionskosten/Gewinn) ein erweitertes ökonomisches Modell Wir betrachten hier, sehr vereinfacht, nur Einkauf und Verkauf ] M RE M RZ M ZE Bedarfstabelle der Gesamtverarbeitung M RE M RZ M ZE Endprodukte E E 5 10 5 1 E 2 E, dh Rohstoffe R 2 5 2 1 5 10 5 R R 2 2 5 2 Z M ZE E Zwischenproduktbedarf Z bei geg Endproduktion E 10 25 45 Für E 5 10 ist der Z-Mengenvektor: Z M ZE E 5 R M RE E M RZ Z Rohstoffbedarf R bei geg Endproduktion E Für E 5 10 150 ist der R-Mengenvektor: R M RE E 70 5 Zum Vgl einstufig rückwärts gerechnet: R M RZ 10 25 150 70 45 r R Rohstoffkosten Rohstoffkosten r R 950 p E Verkaufserlös Verkaufserlös p E 1100 Ist nicht die Endproduktion E vorgegeben, sondern ein Rohstoffvorrat R bzw ein Zwischenproduktvorrat Z, so muss die Matrixgleichung R M RE E bzw Z M ZE E nach E aufgelöst werden Lineare Gleichungssysteme Mathematik für Ökonomen - Campus Duisburg 6 von 6