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.

Ähnliche Dokumente
Einführung in die Vektor- und Matrizenrechnung. Matrizen

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

A Matrix-Algebra. A.1 Definition und elementare Operationen

Lineare Algebra - alles was man wissen muß

Lösungen zum 3. Aufgabenblatt

Leitfaden Lineare Algebra: Determinanten

Vorlesung bzw. 23. Januar Determinanten 1. Cramersche Regel

Kapitel 15. Lösung linearer Gleichungssysteme

Statistische Methoden

Einführung in die Tensorrechnung

LU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung

Ausgleichungsrechnung I

Rationale Zahlen. Vergleichen und Ordnen rationaler Zahlen

7 Die Determinante einer Matrix

1 Lineare Gleichungssysteme

Lösen von linearen Gleichungssystemen mit zwei Unbekannten:

Einführung in MATLAB

Inhaltsverzeichnis 1 Lineare Gleichungssysteme I

6 Lösung linearer Gleichungssysteme I: LR-Zerlegung und Verwandte

Lineare Gleichungssysteme I (Matrixgleichungen)

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Zeichen bei Zahlen entschlüsseln

Weiterbildung und Zusatzausbildung der PHZ Luzern Interessantes und Spannendes aus der Welt der Mathematik September 2006, Dieter Ortner

Matrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Installation. Arbeiten mit der MATLAB-Entwicklungsumgebung. MATLAB als Taschenrechner mit Matrix- und Vektorrechnung.

Matlab - eine kurze Einführung

Fortsetzung zu Binswanger2 Überlegungen zu Geld, Kredit und Wirtschaftswachstum

Numerisches Programmieren

2 Matrizen. 2.1 Definition A = a Element in der 3. Zeile und 2. Spalte RP =

ax 2 + bx + c = 0, (4.1)

in den Microsoft Windows Systemen durch einen Doppelklick auf das Icon von MATLAB oder durch Anwählen des Menüs oder Untermenüs in der Abfolge

Elemente der Analysis II

Skript zur Vorlesung Höhere Mathematik für Bachelorstudiengänge. Prof. Dr. R. Herzog. gehalten im SS2013 Technische Universität Chemnitz

Negative Zahlen. Lösung: Ordne in einen Zahlenstrahl ein! 7;5; 3; 6. Das Dezimalsystem

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Beispiel zur Lösung eines Gleichungssystems : 6 y + z = x + 3 y 3 z = x 3 y =

Lineare Gleichungssysteme und Gauß'scher Algorithmus

2 Die Darstellung linearer Abbildungen durch Matrizen

Bestimmung einer ersten

In der Computersprache C ist die Standardmethode zur Behandlung von Matrizen durch

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 1. Semester ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

KAPITEL 3. Lineare Gleichungssysteme, direkte Lösungsverfahren

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Lineare Gleichungssysteme

Mathematik III für Ingenieure

Lineare Gleichungssysteme. Lineare Gleichungssysteme. LR Zerlegung ohne Pivotsuche. Zerlegung regulärer Matrizen

Lineare Algebra für Informatiker TUM Sommersemester 2011 Dozent: Christian Pötzsche

Lineare Gleichungssysteme

Mathematische Grundlagen

Übungsbuch Algebra für Dummies

Lernzettel Mathe Inhaltsverzeichnis

Der Zwei-Quadrate-Satz von Fermat

Kapitel 3 Mathematik. Kapitel 3.3. Algebra Gleichungen

Numerisches Programmieren

Kochen mit Jordan. Vorbereitungen. Schnellzubereitung. JNF für Genießer wenn s noch etwas mehr sein darf

ÜBERBLICK ÜBER DAS KURS-ANGEBOT

3.3 Eigenwerte und Eigenräume, Diagonalisierung

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule

Gleitkommaarithmetik und Pivotsuche bei Gauß-Elimination. Lehrstuhl für Angewandte Mathematik Wintersemester 2009/

Repetitionsaufgaben Negative Zahlen/Brüche/Prozentrechnen

Numerische Behandlung des Eigenwertproblems

1. Das dekadische Ziffernsystem (Dezimalsystem) Eine ganze Zahl z kann man als Summe von Potenzen zur Basis 10 darstellen:

Vektoren und Matrizen in Excel

Codes und Codegitter. Katharina Distler. 27. April 2015

Lehrstuhl für Mathematik II Algebraische Kombinatorik, Diskrete Strukturen Prof. Dr. Adalbert Kerber. Bachelor-Thesis

Rationale Zahlen. Weniger als Nichts? Ist Null nichts?

3.1. Die komplexen Zahlen

DEUTSCHE BUNDESBANK Seite 1 Z Prüfzifferberechnungsmethoden zur Prüfung von Kontonummern auf ihre Richtigkeit (Stand: September 2015)

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Ingenieurinformatik Diplom-FA (Teil 2, C-Programmierung)

Zur Numerik linearer Gleichungssysteme. Werner Vogt Technische Universität Ilmenau Institut für Mathematik Postfach Ilmenau

Einführung in die Kodierungstheorie

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

Informationssysteme Gleitkommazahlen nach dem IEEE-Standard 754. Berechnung von Gleitkommazahlen aus Dezimalzahlen. HSLU T&A Informatik HS10

BITte ein BIT. Vom Bit zum Binärsystem. A Bit Of Magic. 1. Welche Werte kann ein Bit annehmen? 2. Wie viele Zustände können Sie mit 2 Bit darstellen?

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG

Einführung in die Programmierung (EPR)

Simplex-Umformung für Dummies

Verschlüsselungsverfahren

Eine kurze Einführung in scilab

16. All Pairs Shortest Path (ASPS)

Dateiname Name(n) und Matrikelnr. des/der Bearbeiter Tel.-Nr. und -Adresse für den Fall, dass die Diskette nicht lesbar ist.

Oft kommt es darauf an, Potenzen a n mod m zu berechnen. Dabei kann n eine sehr groÿe Zahl sein.

Mathematik-Dossier Grundoperationen in der Menge Z

Musterlösungen zur Linearen Algebra II Blatt 5

INTELLIGENTE DATENANALYSE IN MATLAB

Kapitel 5 Netzwerkanalyse

Wie Google Webseiten bewertet. François Bry

Institut fu r Informatik

D = 10 mm δ = 5 mm a = 0, 1 m L = 1, 5 m λ i = 0, 4 W/mK ϑ 0 = 130 C ϑ L = 30 C α W = 20 W/m 2 K ɛ 0 = 0, 8 ɛ W = 0, 2

GF(2 2 ) Beispiel eines Erweiterungskörpers (1)

Materialverflechtung

Advanced Encryption Standard. Copyright Stefan Dahler 20. Februar 2010 Version 2.0

Transkript:

Matrizenrechnung 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. a 11 a 12... a ij... a 1m a 21 a 22......... a 2m a 31 a 32............... a n1 a n2... a nj... a nm... 1 5 3 z.b. 0 2 4 3 0 9 Durch die Indizes i und j ist jedes Element der Matrix eindeutig identi- zierbar. Die Matrix besteht aus Zeilen und Spalten. Dabei heiÿt i der Zeilenindex und j der Spaltenindex. a 1j a 2j. a ij. a nj = die ite Zeile von A a i1 a i2... a ij... a im = die j te Spalte von A

Aus der Zahl der Zeilen- und Spaltenindizes ergibt sich die Ordnung der Matrix Gröÿe der Matrix. Anzahl der Zeilen: n Anzahl der Spalten: m Allgemein: n m Matrix 2 3 Matrix B = 3 1 2 5 0 4 B = 3 5 1 0 2 4 B = transponierte Matrix Kurzform: a ij Vektor: Eine Matrix, die nur aus einer Zeile oder Spalte besteht. z.b.: a 1 a 2 A = a 1 a 2 a 3 = transponierter Spaltenvektor a 3 n 1 1 m

Spezielle Formen der Matrix Quadratische Matrix Eine Matrix der Ordnung n n die somit genauso viele Spalten- wie Zeilenvektoren aufweist heiÿt quadratische Matrix. Die Elemente, für die gilt i = j, liegen auf der Hauptdiagonalen von links oben nach rechts unten und heiÿen Diagonalelemente der Matrix. Die Summe der Diagonalelement dieser Matrix heiÿt Spur [SpA] der Matrix. Sp n j=1 a ij 2 5 2 1 6 8 4 7 7 Sp 2 + 6 + -7 = 1

Symmetrische Matrix Eine quadratische Matrix A für die gilt A Matrix. Dies bedeutet, dass a ij = a ji sein muss. heiÿt symmetrische 1 2 4 2 1 3 4 3 2 Diagonalmatrix Eine quadratische Matrix, in der alle Elemente, die nicht auf der Hauptdiagonalen liegen, den Wert Null haben, heiÿt Diagonalmatrix. 2 0 0 0 3 0 0 0 5

Einheitsmatrix Eine Diagonalmatrix, deren Diagonalelemente alle den Wert 1 haben, heiÿt Einheitsmatrix und wird mit I bezeichnet. I = 1 0 0 0 1 0 0 0 1 = Identitätsmatrix Dreiecksmatrix Eine Matrix, deren Elemente über oder unter der Hauptdiagonale gleich Null sind, wird als Dreiecksmatrix bezeichnet. Es wird zwischen oberer und unterer Dreiecksmatrix unterschieden. 4 0 0 2 5 0 0 1 3 = untere Dreiecksmatrix Einheitsvektor: Vektor, dessen Elemente alle 1 sind. Er wird mit u oder 1 bezeichnet.

Grundlegende Operationen Addition und Subtraktion Sind A und B Matrizen der gleichen Ordnung weisen also die gleiche Anzahl von Spalten und Zeilen auf, können wir sie addieren und subtrahieren. Als Ergebnis erhalten wir eine Matrix C mit der gleichen Ordnung wie A und B. Die Elemente der Matrix ergeben sich dabei wie folgt: c ij = a ij ± b ij A + B = C = 3 2 1 4 2 3 + 4 3 6 8 5 7 = 7 1 7 12 7 10 Es gilt: A + B = B + A kommutativ

Transponieren von Matrizen Haben wir eine Matrix A der Ordnung n m, so heiÿt die m n Matrix A, die durch Vertauschung von Zeilen und Spalten entsteht, die zu A transponierte Matrix bzw. die zu A Transponierte. Für jedes Element a ij von A gilt: a ji = a ij. 4 3 6 8 5 7 A = 4 6 5 3 8 7

Multiplikation Multiplikation mit einem Skalar Ein Skalar ist eine einzelne Zahl. Eine Matrix wird mit einem einzelnen Skalar multipliziert, indem man jedes Element mit dieser Zahl multipliziert. Es gilt: c A c = B 2 2 1 3 2 = 4 2 6 4 = B Multiplikation zweier Matrizen Eine Multiplikation zweier Matrizen A und B ist nur dann möglich, wenn die Anzahl der Spalten der Matrix A identisch ist mit der Anzahl der Zeilenvektoren der Matrix B. Aus der Multiplikation der Matrix A mit der Ordnung p n und der Matrix B mit der Ordnung n m entsteht die Produktmatrix C mit der Ordnung p m. 2 3 6 4 1 5 6 1 2 8 2 8 6 0 4 3 7 8 = 42 44 64 32 46 27 49 8

Die Elemente von C k = 1,..., p; j = 1,..., m lassen sich wie folgt berechnen: c kj = n a ki b ij i=1 Berechnung des Elementes c 24 c 24 = a 21 b 14 + a 22 b 24 + a 23 b 34 = 4 8 + 1 0 + 5 8 = 32 + 0 40 = 8 2 3 6 4 1 5 6 1 2 8 2 8 6 0 4 3 7 8 = 42 44 64 32 46 27 49 8

Es ist zu beachten, dass die Multiplikation zweier Matrizen nicht kommutativ ist, d.h. A B B A. Wichtig: Bei der Multiplikation zweier Matrizen ist die Reihenfolge von entscheidender Bedeutung. Eine Matrixmultiplikation ist distributiv: A + B C = A C + B C A B + C = A B + A C und assoziativ: A B C = A B C = A B C

Determinante Kennzier einer quadratischen Matrix, in deren Berechnung sämtliche Elemente der Matrix eingehen. Determinante von A. Die Determinante einer 2 2 Matrix A ist durch das Produkt der Elemente der Hauptdiagonale minus dem Produkt der Elemente der Nebendiagonale deniert. a 11 a 12 a 21 a 22 A = a 11 a 22 a 12 a 21

Die Determinante ergibt sich als gewichtete Summe der Elemente einer Zeile oder Spalte. Die Wahl der Zeile oder Spalte ist hierbei beliebig. Bezogen auf die Elemente der 1. Spalte ergibt sich das Gewicht für das Element a 11 aus der Determinante derjenigen 2 2 Matrix, die übrigbleibt, wenn die Zeile und die Spalte, in denen sich das Element bendet, auÿer acht gelassen werden. Die Determinanten der verbleibenden Restmatrizen werden Kofaktoren oder Minoren der Einzelelemente genannt. Das Vorzeichen der Kofaktoren erhalten wir, indem der Zeilenindex und der Spaltenindex des Einzelelementes addiert werden. Resultiert eine gerade Zahl, ist der Kofaktor positiv, ist die Summe hingegen eine ungerade Zahl, so ist der Kofaktor negativ. Ist der Wert der Determinante gleich Null, ist die Matrix singulär.

Bestimmung der Determinante einer 3 3 Matrix 2 1 5 4 8 3 2 0 7 A = 2 8 3 0 7 4 1 5 0 7 + 2 1 5 8 3 A = 2 8 7 3 0 4 1 7 5 0 + 2 1 3 5 8 = 2 56 4 7 + 2 37 = 10 Allgemein: a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 für a 11 : für a 21 : a 22 a 23 a 32 a 33 a 12 a 13 a 32 a 33 mit der Determinante a 22 a 33 a 23 a 32 mit der Determinante a 12 a 33 a 13 a 32

Eigenschaften von Determinanten 1. Die Determinante einer Matrix A ist gleich der Determinante der transponierten Matrix A : A = A 2. Werden 2 Zeilen oder Spalten einer Matrix vertauscht, ändert sich lediglich das Vorzeichen des Wertes der Determinante 3. Werden die Elemente einer Zeile Spalte mit einer Konstanten multipliziert, verändert sich der Wert der Determinanten um den gleichen Faktor 4. Die Determinante des Produktes zweier quadratischer Matrizen A und B ist gleich dem Produkt der Determinanten der entsprechenden Matrizen: AB = A B

Matrixinversion Wir suchen eine Reziprokmatrix zu einer Matrix, die so geartet ist, dass das Produkt der beiden Matrizen die Identitätsmatrix ergibt. Die Reziprokmatrix wird als Inverse einer Matrix bezeichnet und erhält den Exponenten -1. Die Frage lautet: Kann zu einer Matrix A die Inverse A 1 gefunden werden, so dass folgende Beziehung gilt: A A 1 = A 1 I. Die Inverse einer Matrix wird mit Hilfe der folgenden Gleichung bestimmt: A 1 = adja A Mit der adjunkten Matrix adj A ist die Matrix der Kofaktoren von A gemeint.

2 1 2 2 0 0 4 2 2 adja 0 2 0 4 4 4 4 0 2 adj A wird folgendermaÿen berechnet: a 11 = 0 2 0 2 = 0 a 21 = 11 2 2 2 = 2 a 31 = 1 0 2 0 = 0 A 1 = adja A Die Determinante A = 4 A 1 = 0 0, 5 0 1 1 1 1 0 0, 5

Gegenprobe: A A 1 = I 2 1 2 2 0 0 4 2 2 0 0, 5 0 1 1 1 1 0 0, 5 = 1 0 0 0 1 0 0 0 1