18.10.21 Matrizen Weiterführung + Linear#

Erkenntnis aus der Assoziativität:

  • Gleiches Ergebnis

  • Unterschiedlicher Arbeitsaufwand !

Transponieren#

\((AB)^T = B^T A^T\)

s21-10-18_13-30-35

Nullteiler:

21-10-18_13-39-23

Rechenbeispiel

Wir nehmen jetzt an, dass aus Rohstoffen/Ressourcen y zunächst Zwischenprodukte z hergestellt werden. In einem zweiten Schritt werden daraus, und unter Verwendung weiterer Ressourcen, Endprodukte x gefertigt. Wie viele Ressourcen y sind für die Produktion von x einzusetzen?

21-10-18_13-40-46

Linearkombinationen#

Definition: Seien v, i = 1,…,m Vektoren in R^n.

Dann= \(a_1v_1 + ... + a_mv_m\) = Linearkombination

Menge aller Linearkombinationen= linearer Raum

21-10-18_13-47-34

eine Menge M heißt linearer Raum, wenn M bezüglich Addition + Multiplikation mit einem Skalar abgeschlossen ist

linear abhängig: Menge von Vektoren, wenn eine Menge von a1,a2,… existiert, dass Resultat (0,0,…,0)^T ist

  • einen Vektor kann man durch die Anderen beschreiben

Basis: Menge \( B \in M \) (linearer Raum) = kleinstmögliche Anzahl an Vektoren zur Beschreibung

  • Vektoren der B sind linear unabhängig

  • Standard-Einheitsvektor = kanonische Basis

Gaußsches Eliminationsverfahren#

Video Daniel Jung

Beispiel eines Linearen Raumes:

21-10-18_14-15-46

21-10-18_14-16-44

Schritte:

  1. Transformieren der matrix in Stufenform durch Addition von Vielfachen von Zeilen auf Andere

  2. Rücksubstitution: Löse das System in Stufenform

Rang: Anzahl Zeilen linear unabhängig in einer Matrix (nicht nur Nullen) = Anzahl Stufen