Theorie, Anwendungen, Verallgemeinerungen

Slides:



Advertisements
Ähnliche Präsentationen
Polynomial Root Isolation
Advertisements

Simulation komplexer technischer Anlagen
Schnelle Matrizenoperationen von Christian Büttner
• • • • • 3.2 Die projektive Erweiterung des E³
Vom graphischen Differenzieren
13. Transformationen mit Matrizen
11. Matrizen. 11. Matrizen Eine mn-Matrix ist ein Raster aus mn Koeffizienten, die in m Zeilen und n Spalten angeordnet sind. = (aij)1  i  m, 1.
Ein Modellansatz zur Beschreibung von Vagheiten
Thema - Funktionen Mögliche Fragestellungen: Scheitel Nullstellen
Beispiele für Gleichungssysteme
Selbstverständnis der Mathematik
V. Algebra und Geometrie
DVG Gaußscher Algorithmus1 Gaußscher Algorithmus.
Gaußscher Algorithmus
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
erstellt von Petra Bader
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
Matrix-Algebra Grundlagen 1. Matrizen und Vektoren
Ausgleichung ohne Linearisierung
Vektoren Grundbegriffe für das Information Retrieval
Lineare Algebra Komplizierte technologische Abläufe können übersichtlich mit Matrizen dargestellt werden. Prof. Dr. E. Larek
Zeit: 13h-15h Datum: Raum: IFW B42
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
§3 Allgemeine lineare Gleichungssysteme
Knoten- und Maschenregel
Knoten- und Maschenregel
Knoten- und Maschenregel
Knoten- und Maschenregel
Gleichungen und Gleichungssysteme
Fuzzymengen – Was ist das?
Die Kirchhoffschen Regeln
Lineare Algebra, Teil 2 Abbildungen
Was ist Geometrie EUKLID
Anfang Präsentation 20. Oktober, 2004 Elektrische Schaltungen I Diese Vorlesung diskutiert die mathematische Modellierung einfacher elektrischer linearer.
Lösung nichtlinear Gleichungssysteme
Anfang Präsentation 10. November, 2004 Effiziente Lösung von Gleichungssystemen In dieser Vorlesung wird die effiziente gemischt symbolisch/numerische.
Lineare Funktionen und ihre Schaubilder, die Geraden
Determinanten und Cramer‘sche Regel

Drehung im Raum – Kreiseltheorie
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
Lineare Gleichungen mit 2 Variablen
Reelle Zahlen Grundrechenarten √2, √3, √5, … V 0.1.
Stetige Kleinste-Quadrate-Approximation
Landkarten Landkarten sind Tesselationen mit folgenden Eigenschaften:
Lernplan BMI6C Physik für den
Vom graphischen Differenzieren
Nichtlineare Optimierung
Folie 1 §21 Das Produkt von Matrizen (21.1) Definition: Für eine (m,n)-Matrix A und eine (n,s)-Matrix B ist das (Matrizen-) Produkt AB definiert als (21.2)
Lineare Algebra 11. Matrizen Eine m  n-Matrix ist ein Raster aus m  n Koeffizienten, die in m Zeilen und n Spalten angeordnet sind. = (a ij )
Für den Punkt A gilt : x = 2 und y = 14
Parabeln – Magische Wand
Anfang Präsentation 3. November, 2004 Tarjan’s Schleifenaufbrechalgorithmus In dieser Vorlesung wird ein Verfahren vorgestellt, welches in der Lage ist,
Anwendung der Ellipsoidmethode in der Kombinatorischen Optimierung
Graphische Datenverarbeitung
Version vom Max-Flow in Orientierten Matroiden Winfried Hochstättler & Robert Nickel Fernuniversität in Hagen Lehrstuhl für Diskrete Mathematik.
Lineare Gleichungen Allgemeine Einführung Äquivalenzumformungen
Das Gebäude der Mathematik
Theory of Programming Prof. Dr. W. Reisig Was heißt „Korrektheit“? W. Reisig Workshop Modellierung Hamburg, März 2015.
Andra Cara WS `09/10 Seminar: Aufgaben im Mathematikunterricht.
Unmöglichkeitsbeweise
Unmöglichkeitsbeweise
Abstandsbestimmungen
Wahlteil 2009 – Geometrie II 1
Lage, Schnitte und Schnittwinkel
Kapitel I. Vorspann zum Begriff Vektorraum
 Präsentation transkript:

Theorie, Anwendungen, Verallgemeinerungen Lineare Gleichungssysteme: Theorie, Anwendungen, Verallgemeinerungen Karlheinz Spindler Studiengang Angewandte Mathematik Hochschule RheinMain Studienort Wiesbaden

Lineare Gleichungssysteme Aufgabe: Aus 72%-igem und 96%-igem Alkohol sollen 50 Liter 80%-igen Alkohols hergestellt werden. Wieviele Liter der beiden ursprünglichen Sorten müssen verwendet werden? Lösung: x = Anzahl der Liter des 72%-igen Alkohols y = Anzahl der Liter des 96%-igen Alkohols Gesamtflüssigkeitsmenge: Menge an reinem Alkohol: Ergebnis:

Lineares Gleichungssystem Solche Gleichungssysteme treten häufig in praktischen Anwendungen auf.

Mechanik: Gleichgewichtsbedingungen Summe aller Kräfte gleich Null Summe aller Drehmomente gleich Null

Elektrodynamik: Kirchhoffsche Regeln Die Summe aller in einen Knoten einfließenden Ströme ist Null. Die Summe der Spannungsabfälle entlang einer Masche ist Null.

Computertomographie

Prinzip der Computertomographie Änderung der Intensität von Röntgenstrahlung beim Durchgang durch eine Folge homogener Materialien:

Erste Bestrahlung

Zweite Bestrahlung

Dritte Bestrahlung

Resultierendes Gleichungssystem:

Systematische Untersuchung linearer Gleichungssysteme Rang eines Gleichungssystems: maximale Anzahl linear unabhängiger Gleichungen l Rangbestimmung Elimination linear überflüssiger Gleichungen effektive Bestimmung der Lösungsmenge ggf. Ermittlung „bestmöglicher“ Näherungslösungen l

Ausgleichsrechnung: Wenn ein Gleichungssystem mit mehr Glei-chungen als Unbekannten gegeben ist, sucht man eine „bestmögliche“ Näherungslösung. Typische Anwendung: Herausfiltern von Fehlern bei einer Reihe von Messungen zur Bestimmung von Zustandsvariablen.

Magische Quadrate

Determinanten Jeder (n x n)-Matrix A läßt sich eine Zahl det (A) mit folgenden Eigenschaften zuordnen: ist det(A) von Null verschieden, so hat jedes Gleichungssystem Ax=b genau eine Lösung; ist det(A)=0, so hat jedes Gleichungssystem Ax=b entweder gar keine oder mehr als eine Lösung.

Lösen polynomialer Gleichungssysteme

Datenkompression Original: JPEG, 1102 x 821, Rang = 821

Welche Methode wird zur Datenkompression angewandt? Darstellung eines JPEG-Bildes durch dessen Grauwertmatrix (hier von der Größe 1102 x 821) Singulärwertzerlegung dieser Matrix optimale Approximation durch Matrizen von niedrigerem Rang

r=1; 0.2 % r=2; 0.4 % r=5; 1.1 % r=10; 2.1% r=20; 4.3 % r=40; 8.5%

Die Behandlung linearer Gleichungssysteme erfordert nur die Anwendung der Grundrechenarten. Man studiert daher allgemein Rechenbereiche, in denen die Grundrechenarten unbegrenzt ausführbar sind. Einführung des Körperbegriffs

Körper

Körper Beispiele

Lights out! www.2flashgames.com/play/f-35.htm

Zustand des Spiels Zustandsänderung durch Umschalten des i-ten Feldes: Mehrfache Zustandsänderung:

Konstruierbarkeit mit Zirkel und Lineal Beobachtung: Sind a und b mit Zirkel und Lineal konstruierbar, dann auch –a, a+b, 1/a und ab. Mit anderen Worten: Die konstruierbaren Zahlen bildet einen Teilkörper der Menge der reellen Zahlen.

Warum ist das so?

Wie konstruiert man neue Zahlen aus alten? Schnittpunkt zweier Geraden: lineare Gleichung Schnittpunkt Gerade/Kreis: quadratische Gleichung Schnittpunkt zweier Kreise: quadratische Gleichung Eine Menge bereits konstruierter Punkte sei gegeben, und es sei K der von diesen Punkten erzeugte Körper. Wird ein Punkt x konstruiert, der noch nicht in K liegt, so gilt

Delisches Problem: Würfelverdoppelung

Lineare Algebra: systematische Untersuchung linearer Gleichungssysteme bzw. der Lösungs-mengen solcher Systeme. Kommutative Algebra/Algebraische Geometrie: Systematische Untersuchung polynomialer Glei-chungssysteme bzw. der Lösungsmengen sol-cher Systeme. Dimensionsbegriff: wird plötzlich sehr problematisch.

3x²y + y³ = x² + y²

(x² + y² + z²)² = 4 (x² + y²)

Mannigfaltigkeiten als deformierte lineare Räume Analysis/Differentialgeometrie: Zurückführung nichtlinearer auf lineare Probleme

Vielen Dank für die Aufmerksamkeit!