Folie 1 Kapitel IV. Matrizen Inhalt: Matrizen als eigenständige mathematische Objekte Zusammenhang zwischen Matrizen und linearen Abbildungen Produkt von.

Slides:



Advertisements
Ähnliche Präsentationen
Vorlesung Compilertechnik Sommersemester 2008
Advertisements

2.3 Kodierung von Zeichen 2.4 Kodierung von Zahlen
Schnelle Matrizenoperationen von Christian Büttner
Das duale Zahlensystem
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.
Kapitel 5 Stetigkeit.
Kapitel 1 Das Schubfachprinzip
Kapitel 1 Die natürlichen und die ganze Zahlen. Kapitel 1: Die natürlichen und die ganzen Zahlen © Beutelspacher/Zschiegner April 2005 Seite 2 Inhalt.
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Kapitel 2 Die rationalen und die irrationalen Zahlen.
Beispiele für Gleichungssysteme
Spree SoSe 2011 Clustering – Wie Maschinen die Ähnlichkeit von Dokumenten erkennen.
Folie 1 Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: Herleitung des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff.
§14 Basis und Dimension (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
§9 Der affine Raum – Teil 2: Geraden
§ 28 Multilineare und Alternierende Abbildungen
§9 Der affine Raum – Teil 2: Geraden
§14 Basis und Dimension  (14.1) Definition: V sei wieder ein K-Vektorraum. Eine Menge B von Vektoren aus V heißt Basis von V, wenn B ist Erzeugendensystem.
§11 Skalarprodukt. Euklidische Räume
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Kapitel V. Determinanten
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
§ 29 Determinanten: Eigenschaften und Berechnung
Tutorium
Matrix-Algebra Grundlagen 1. Matrizen und Vektoren
Seminar Stringtheorie und Geometrische Methoden der Physik
§10 Vektorraum. Definition und Beispiele
§17 Produkte und Quotienten von Vektorräumen
§24 Affine Koordinatensysteme
Vektoren Grundbegriffe für das Information Retrieval
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
§10 Vektorraum. Definition und Beispiele
§20 Der Rang einer Matrix Jede (m,n)-Matrix kann auch als ein n-Tupel von Spaltenvektoren geschrieben werden: wobei (20.1) Definition:
Folie 1 §15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn.
§15 Lineare Abbildungen (15.1) Definition: Eine Abbildung f zwischen K-Vektorräumen V und W ist linear (oder ein Vektorraumhomomorphismus), wenn für alle.
Folie 1 § 28 Multilineare und Alternierende Abbildungen (28.1) Definition: V und W seien wieder ein K-Vektorräume. Eine Abbildung von V nach W stets linear.
§23 Basiswechsel und allgemeine lineare Gruppe
§3 Allgemeine lineare Gleichungssysteme
Einführung in die Matrizenrechnung
Polynome und schnelle Fourier-Transformation
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Technische Informatik Reihungen – Felder - Arrays.
1 (C) 2007, Hermann Knoll, HTW Chur, Fachhochschule Ostschweiz teMat1: Mathematik 1 / TET 4 CP / 54 Kontaktlektionen Hermann Knoll.
1, 2, 3, ... Natürliche Zahlen PaedDr. Ján Gunčaga, PhD. Lehrstuhl für Mathematik und Physik Pädagogische Fakultät Katholische Universität.
Multivariate Statistische Verfahren
ENDLICHE KÖRPER RSA – VERFAHREN.
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
§22 Invertierbare Matrizen und Äquivalenz von Matrizen
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
Jedem angehenden Ingenieur wird schon zu Beginn beigebracht, zum Beispiel die Summe von zwei Größen nicht etwa in der Form darzustellen. Diese Form ist.
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 )
Prof. Dr. Walter Kiel Fachhochschule Ansbach
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
Graphische Datenverarbeitung
8. Vektoren. 8. Vektoren Ortsvektor oder Polarvektor.
Folie 1 §8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein.
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
Kapitel IV. Matrizen Inhalt:
§17 Produkte und Quotienten von Vektorräumen
§23 Basiswechsel und allgemeine lineare Gruppe
Kapitel I. Vorspann zum Begriff Vektorraum
§19 Matrizen als lineare Abbildungen
 Präsentation transkript:

Folie 1 Kapitel IV. Matrizen Inhalt: Matrizen als eigenständige mathematische Objekte Zusammenhang zwischen Matrizen und linearen Abbildungen Produkt von Matrizen Inverse Matrix Basiswechsel

Folie 2 §18 Der Vektorraum der Matrizen Im folgenden ist K stets ein Körper und V, W,... sind Vektorräume über K. (18.1) Notation: n bezeichne im folgenden den durch n aus N bestimmten Abschnitt der natürlichen Zahlen, also die Menge Das fett n wird dabei auch normal geschrieben. Also: Matrizen lassen sich einführen als Hilfsmittel zur Beschreibung von linearen Abbildungen und auch als solche untersuchen (vgl. § 19). Wir wollen Matrizen zunächst als eigenständige mathematische Objekte verstehen. Wichtig, wie an vielen Stellen in Mathematik und Physik, sind dazu die Indizes und Doppelindizes: n := {1, 2,..., n} n = {1, 2,..., n} und

Folie 3 Kapitel IV, §18 Eine solche Matrix A ist also durch die Werte vollständig bestimmt. In der Regel in einem Rechteckschema: (18.2) Definition: Eine (m,n)-Matrix A (mit Koeffizienten aus K) ist eine Abbildung An diese Notation werden wir uns halten. (Eine Vertauschung von n und m wäre auch denkbar, eine Aneinanderreihung der Werte in einer Zeile oder in einer Spalte wäre ebenfalls korrekt, - aber unüblich.) Bemerkung: Diese Werte – und damit die Matrix A – können auf verschiedene Wiese notiert werden.

Folie 4 Kapitel IV, §18 Die Schreibweise der Koeffizienten A(i,j) ist beliebig. Ziemlich verbreitet ist es, die A(i,j) mit kleinem Buchstaben und tiefgestellten Indizes zu schreiben, zumindestens in der Mathematik: Also statt A(i,j) : a ij. Je nach Anwendung sind aber auch a i j, a ij oder a i j gebräuchlich. Addition: Für A und B aus K mxn ist Skalarmultiplikation: Für A aus K mxn und t aus K ist Unsere Konvention (Physikernotation in Falle von Koordinaten eines Konfigurationsraumes) in Abweichung von Kap. I - III: (18.3) Bemerkungen: Die Menge aller (m,n)-Matrizen ist K mxn ; sie besitzt daher in natürlicher Weise die Struktur eines K-Vektorraums.

Folie 5 Kapitel IV, §18 Definiert (sukzessives Durchzählen der Reihen). (18.4) Lemma: Für natürliche Zahlen genau mn Elemente. (18.5) Folgerung: Der Vektorraum K mxn der (m,n)-Matrizen hat die Dimension mn. Er ist isomorph zu K mn und auch zu (K m ) n und (K n ) m. Die Standardbasis von K mxn ist {E j i : i aus m und j aus n}, wobei E j i ist die folgende Matrix: In der Zeile i lauter Nullen außer einer 1 in Position j (Spalte j); ansonsten nur Nullen. Anders ausgedrückt: Alle Spalten sind 0 außer der j-ten Spalte. Diese ist der i-te Standardeinheitsvektor von K m. Durch f(i,j) := (j - 1)n + i,, wird eine Bijektion Es gilt für A aus K mxn :