Beruflich Dokumente
Kultur Dokumente
1 Lineare Gleichungssysteme
1.1 Matrizen
Transponierte Matrix: AT (Matrix an Hauptdiagonalen spiegeln)
Orthogonale Matrix: At A = AAt = E Symmetrische Matrix: A = At
Schiefsymmetrische Matrix:
a22 −a12 At = −A
Adjungierte Matrix: adj(A) = (TR: adj(M)) (Hauptdiagonale ist 0)
−a21 a11
Inverse Matrix: A−1 A E Gauss E A−1
−−−−→
2. Variante:
−1 1 −1 1 d −b
A = · adj(A) Sofern det(A) 6= 0, A regulär Bsp: 2 · 2 Matrizen: A = ·
det(A) ad−bc −c a
1.2.1 Lösungsmenge
Falls mehr Unbekannte als Gleichungen vorhanden sind, bleiben Unbekannte zurück.
Diese sind frei wählbar.
Frei wählbare ändern Vorzeichen bei x1 , x2 , ..., xm da sie auf die rechte Seite gehen!
Lösungsmenge sieht wie folgt aus:
1.3 Rang
Gausstableau nach Gauss:
Def: Rang = Maximale Anzahl linear unabhängiger Zeilen.
Regulär: Rang = N
Rang = M (alle Sterne sind 0)
Singulär: Sterne 6= 0 →
keine Lösung.
N − Rang = Anzahl frei wählbare Variablen
Sterne = 0
N > Rang → ∞-viele Lösungen
Def: Ist xp eine Lösung des Gleichungssystem Ax = b, dann ist die Lösungsmenge: L = {xp + xh |xh ∈ Lh }
1. Finden einer einzigen Lösung des inhomogenen Systems.
2. Finden der Lösungsmenge des homogenen Systems.
Lh = Normale Lösungsmenge mit frei wählbaren Variablen. −→ L = {xp + Lh |λ, µ ∈ R} (gesammte Lösungsmenge)
Beispiel:
4 − 5z 4 −5
Li = 2 + 3z | z ∈ R = 2 + z 3 | z ∈ R
z 0 1
2 Determinante
• Kriterium für Lösbarkeit Gl. System
2.1 Sarrus
a b c
a b
= ad − bc d e f = aei + bf g + cdh − ceg − af h − bdi
c d
g h i
Achtung: Gilt nur für 2x2 und 3x3 Determinanten!
2.2 Entwicklungssatz
1.
Zeile/Spalte mit meisten Nullen auswählen Vorzeichenmatrix:
2.
Element herausschreiben (Vorzeichenmatrix und Elementvorzeichen beachten) + - + -
3.
Zeile und Spalte vom Element wegdenken - + - +
+ - + -
4.
Rest als Determinante mit herausgenommenem Element multiplizieren
- + - +
5.
Schritt 2 - 4 wiederholen bis durch ganze Zeile/Spalte durch
a b c d
f g h b c d b c d b c d
e f g h
Beispiel: = +a· j k l −e· j k l +i· f g h −m· f g h
i j k l
n o p n o p n o p j k l
m n o p
(Herausgenommene Elemente, welche 0 sind fallen weg!)
3 Vektorgeometrie
x y z s t x y z s t
1 0 0 sx 0 ax 1 0 0 0 0 Qx
x x 0 1 0 sy 0 ay 0 1 0 0 0 Qy
→
−
g: y =→
−
a +s·→
−
r h: y = b +t·→
−
u 0 0 1 sz 0 az Gauss
−−−−→ 0 0 1 0 0 Qz
z z 1 0 0 0 tx bx 0 0 0 1 0 s
0 1 0 0 ty by 0 0 0 0 1 t
0 0 1 0 tz bz 0 0 0 0 0 0
Gleiches Verfahren wie bei Schnittpunkt von 2 Geraden, jedoch nun mit frei wählbaren.
3.4 Skalarprodukt
√
• |→
−
q
a | = ~a · ~a = a2x + a2y + a2z
Multiplikation von zwei Vektoren. Ergibt als Resultat eine Zahl,
kein Vektor! • Skalarprodukt = 0 ⇔ Vektoren sind
senkrecht aufeinander
ax bx
→
− →
−
a · b = ay · by = ax · bx + ay · by + az · bz = a · b · cos(α)
az bz
→
− →
−
a·b ax ·bx +ay ·by +az ·bz
Zwischenwinkel: cos(α) = →
− =√ √
|→
−
a |·| b | ax 2 +ay 2 +az 2 · bx 2 +by 2 +bz 2
Mittelsenkrechte
3.5 Normalengleichung
x
→
− Mit Ebenengleichung (~r = p~ + t~u + s~v )
n · (→
−
a −→
−
p)=0 ~a = y = Gesucht, Unbekannt
folgt: ~n = ~u × ~v
z
Eine Normale → −
n ist immer senkrecht auf dem Objekt bzw. Vektor. Die Normale einer Kugel ist parallel zum Radius-
−→ −
vektor. Mit einem Punkt P (0P = →
p ) lässt sich die Koordinatengleichung direkt hinschreiben:
n1 x + n2 y + n3 z = −
→·→
n −
0 p
Umgekehrt lässt sich aus der Koordinatengleichung die Normalengleichung herauslesen.
2 3
Beispiel 1: Gegeben sind 2 Punkte: A = 2 , B = −3
−2 −1 Beispiel 2:
3
Normale kann mithilfe des Vektorproduktes gefunden werden: 3x − 2y − 7 = −4 −→ →
−
n = −2
−1
nx 2 nx 3
ny · 2 = 2nx + 2ny − 2nz , und ny · −3 = 3nx − 3ny − nz
nz −2 nz −1
−2 2
2 2 -2 0 1 0 0
2 Gl. in Gauss einsetzen: Gauss
−−−−→
3
−1 −→ →
−
n = 1 für n3 = 3 (n3 ist frei wählbar)
3 -3 -1 0 0 1 3 0
3
Tangentialebene (Kreis/Kugel)
~n = →
−
p0 − m
~
→
− p0 ist Berührungspunkt
(p0 − m) p−→
~ · (~ −
p0 ) = 0
→
− p ist Punkt auf Tangente
(p0 − m)
~ · (~ ~ = r2
p − m)
3.11 Abstände
Punkt zu Gerade
|(~
a−~ r|
p)×~ Punkt p : p~
d= ~
r Gerade g:→ −
p0 + t~r
Punkt zu Ebene
→
− → − Punkt p : p~
p−→
d = r1 ×r2 · (~ −
p )
|→ σ:→ −
p0 + t1 →
−
r1 + t2 →
−
−
r1 ×→
−
r2 | 0
Ebene r2
Windschiefe Geraden
→
−
Gerade g : →−
p1 + t→
−
r1
r1 ×→
−
d= |→
−
r ×→
1
r2
−
r |
2
· (→
−
p2 − →
−
p1 ) Gerade h : p2 + s→
→
− −
r2
Richtung von d: r1 × →
→
− −
r2 = ~n
3.12 Zwischenwinkel
a×~b|
|~
nur für spitze Winkel: sin(α) = a|·|~b|
|~
4 Lineare Räume
4.1 Kern
Kern = Alle Abbildungen von v, welche durch A auf den Nullvektor von v 0 abgebildet werden
L = {v ∈ Rn |Av = 0} −→ Nullraum von A, Kern von A, ker(A)
4.2 Bild
Bild = Alle Vektoren von V 0 , welche Bilder sind von den Vektoren von V
U = {Bξ|ξ ∈ R1291 } ⊂ Rn
4.3 Basis
Die Basis B spannt den Unterraum V auf. Die Basis selbst besteht aus einer Menge linear unabhängiger Vektoren.
Beispiel
1 0 4 2
B= ; B0 =
0 1 1 3
neue Basisvektoren durch alte ausdrücken:
b01 = 4b1 + 1b2
b02 = 2b1 + 3b2
ξ aus ξ 0 berechnen:
Umrechnen
von neuen
0 Koordinaten
0 in alte:
= (4b1 + 1b2 ) · ξ10 + (2b1 + 3b2 ) · ξ20 ξ1 4 2 ξ1 ξ
= (4 · ξ10 + 2 · ξ20 )b1 + (1 · ξ10 + 3 · ξ20 )b2 = = T 10 ξ = T ξ0
ξ2 1 3 ξ20 ξ2
= ξ1 b1 + ξ2 b2
4.4.1 Spezialfall Rn
~v = Bξ = B 0 ξ 0
T = B 0−1 B 0
Für reguläre n × n-Matrizen:
ξ = T ξ 0 = B −1 B 0 ξ 0
ξ 0 = T ξ = B 0−1 Bξ
1 0
ξ −→ Aξ
Für n × m-Matrizen, (n > m) B’ B Gauss 0 1 T
−−−−→ ↓ ↓
0 0 0 0
0 0 ξ0 −→ A0 ξ 0
~v = Bξ = B ξ 1 0
~v = ξ1 b1 + ξ2 b2 = ξ10 b01 + ξ20 b02 B B’ Gauss 0 1 T −1
−−−−→ A0 = T AT −1
0 0 0 0
4.6 Spiegelung
det(A) = −1 analog in beliebig vielen Dimensionen
SO(n) = {A ∈ O(3)|det(A) = 1} Unterraum von orthogonalen Matrizen
1 0 0
Beispiele: an XY-Ebene T = 0 1 0
1 0
an X-Achse T = 0 0 −1
0 −1 1 0 0
−1 0 an XZ-Ebene T = 0 −1 0
an Y-Achse T =
0 1 0 0 1
0 1 −1 0 0
an 45◦ -Geraden T =
1 0 an YZ-Ebene T = 0 1 0
0 0 1
4.7 Projektion
1 0 0
an XY-Ebene T = 0 1 0
Beispiele:
0 0 0
1 0
an X-Achse T = 1 0 0
0 0
an XZ-Ebene T = 0 0 0
0 0 1
0 0
an Y-Achse T = 0 0 0
0 1
an YZ-Ebene T = 0 1 0
0 0 1
4.8 Drehmatrizen
det(A) = +1
SO(n) = {A ∈ O(3)|det(A) = 1} Die Spalten von A sind die Bilder der
x0 = Dφ · x Standardbasis-Vektoren!
4.9 Spur
a11 ... a1n Spur = Summer der Diago-
.. .. .. = a + a + a + . . . + a
Spur(A) = . . . 11 22 33 nn nalelementen auf der Haupt-
an1 ... ann diagonalen.
4.9.1 Drehwinkel
In 3D: In 2D:
cos(α) = Spur(A)−1
2 cos(α) = Spur(A)
2
5 Matrizenzerlegung
Ax = b → viel Arbeit
Ly = b L, R sind Dreiecksmatrizen
A = LR → LRx = b
Rx =y det(A) = det(L) · det(R)
Q orthogonal, Q−1 = Qt
Qy = b ”sehr einfach”
A = QR →
Rx = y ”einfach” det(A) = det(Q) · det(R)
Qt y = b ”einfach” Q Dreiecksmatrix
A = Qt Q →
Qx = y ”sehr einfach” det(A) = det(Q)2
5.1 LU-Zerlegung
U = Gauss ohne Rückwärtz-Einsetzen. (Diagonalelemente = 1, oben rechts ursprünglichen Zahlen)
L = Besteht aus Pivot-Elementen und Spalte unter Pivot-Elementen.
5.2 LR-Zerlegung
1. Für eine LR-Zerlegung muss zuerst die LU-Zerlegung durchgeführt werden Lneu = L · (Diagonalelemente von L)−1
2. Lneu durch L bilden. R = (Diagonalelemente von L) · U
3. R ausrechnen. Kontrolle: A = Lneu · R
4. Kontrolle durchführen Lneu · R = A
5.3 QR-Zerlegung
QR-Zerlegung liefert eine Matrix mit orthonormierten Spalten. Einzelne Spalten der Matrix A werden auf die Länge 1 nor-
miert.
−
→= ~
x →
− y −(−
~ →·~
x −
→
2 y )·x2 →
− z −(→
~ −
z ·−
→)·−
x → → − →− → −
2 x2 −( z ·y2 )·y2
x 2 |~
x| y2 = y −(−
|~ →·~
x −
→
2 y )·x2 |
z2 = |Zähler|
Beispiel:
√1 −2
√ 0
1 0 0
für Q wird das Resultat der √13 √16 −1
√
A = 1 1 0 Q= 3 6 2
Orthonormalisierung verwendet
1 1 1 √1 √1 √1
3 6 2
1
√1 √1
√ √2 √1
√
3 3 3 1 0 0 3 3 3
−1 t √−2 √1 √1 0 √2 √1
R ist links unter
R=Q A=QA= 6 1 1 0 =
6 6 6 6 Hauptdiagonalen = 0.
−1 √1 1 1 1 1
0 √ 2 2
0 0 √2
5.4 Cholesky-Zerlegung
Eine Matrix ist symmetrisch und positiv definiert wenn die Cholesky-Zerlegung funktioniert. Die Cholesky-Zerlegung zieht
die Wurzel aus einer Matrix.
A = LLt
√
9 6 3 3 0 0 3 2 1 L11 = 9 = 3 L22 = 22 +?2 = 8 → 2
A= 6 8 4 = 2 2 0
0 2 1 L21 = 6/3 = 2 L32 = 2 · 1 + 2·? = 4 → 1
3 4 3 1 1 1 0 0 1 L31 = 3/3 = 1 L33 = 12 + 12 +?2 = 3 → 1
6.2 Diverses
System: Rechtssystem : det(A) > 0
Linkssystem : det(A) < 0
d d d
a
−a −a x a
Umrechnung Koordinatenform
σ : ax + by + cz = d ⇒ σ = 0 + u db + v 0 ~n = y = b
→ Parameterform d
z c
0 0 c
linalgcas
Gauss mit Schritten gaussstep([Matrix])
Rang bestimmen rank([Matrix])
Diagonalisieren diagonalization([Matrix])
Inverse mit Schritten inversestep([Matrix])