Beruflich Dokumente
Kultur Dokumente
Sommersemester 2022
Teil 4: Lineare Algebra - Matrizenrechnung
𝑎𝑎11 𝑎𝑎12 ⋯ 𝑎𝑎1𝑛𝑛
𝑎𝑎21 𝑎𝑎22 ⋯ 𝑎𝑎2𝑛𝑛
𝐴𝐴𝑚𝑚×𝑛𝑛 =
⋮ ⋮ 𝑎𝑎𝑖𝑖𝑖𝑖 ⋮
𝑎𝑎𝑚𝑚𝑚 𝑎𝑎𝑚𝑚𝑚 ⋯ 𝑎𝑎𝑚𝑚𝑚𝑚
I. Differentialrechnung
III. Integralrechnung
Mathematik Seite 2
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Grundlagen der Matrizenrechnung (1/2)
Zunächst ist es erforderlich, den Begriff Matrix einzuführen. Eine Matrix ist
zunächst – vereinfacht gesprochen – eine Tabelle. In ihr werden Elemente
(häufig und im Folgenden Zahlen) angeordnet dargestellt.
Eine (𝑚𝑚, 𝑛𝑛)-Matrix 𝑨𝑨 ist eine „Tabelle“ mit 𝑚𝑚 � 𝑛𝑛 reellen Zahlen, die in 𝑚𝑚 Zeilen
und 𝑛𝑛 Spalten angeordnet sind, Schreibweise:
Mathematik Seite 3
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Grundlagen der Matrizenrechnung (2/2)
Eine Matrix mit 𝑚𝑚 Zeilen und 𝑛𝑛 Spalten wird „ 𝑚𝑚 mal 𝑛𝑛 “-Matrix oder
„𝒎𝒎 kreuz 𝒏𝒏“-Matrix (𝑚𝑚 × 𝑛𝑛 Matrix) genannt.
Das Zahlenpaar (𝑚𝑚, 𝑛𝑛) gibt also die Größe der Matrix an.
Matrizen werden gewöhnlich mit Großbuchstaben 𝑨𝑨, 𝑩𝑩, … bezeichnet.
Die Elemente der Matrix, aus denen sie sich zusammensetzt, hier Skalare,
werden mit den entsprechenden Kleinbuchstaben 𝑎𝑎, 𝑏𝑏, … bezeichnet 𝑎𝑎𝑖𝑖𝑖𝑖
entspricht dem Eintrag in der 𝑖𝑖-ten Zeile und in der 𝑗𝑗-ten Spalte in der Matrix A.
Das Element 𝑎𝑎21 steht also in der zweiten Zeile in der ersten Spalte.
Anmerkungen: Zwei Matrizen 𝑨𝑨 und 𝑩𝑩 sind gleich (𝑨𝑨 = 𝑩𝑩), wenn sie die gleiche
Größe haben und wenn die korrespondierenden Elemente gleich sind.
Mathematik Seite 4
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Aufgabe 4.1
(1 − u)² v² 3 4 4 u
v 2u 5 = v −3v u−v
6 u −1 6 v+5 −1
Mathematik Seite 5
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
X1 X2 X3 X1 X2 X3 R1 R2 R3
W1 10 20 10 R1 3 4 1 W1 200 130 170
W2 25 15 35 R2 1 2 2 W2 240 150 210
W3 50 5 10 R3 3 4 2 W3 190 100 200
Tabelle A Tabelle B Tabelle C
Mathematik Seite 6
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Weiteres Beispiel:
Verbrauch
Kohle (t) Strom (kWh) Wasser (m^3)
Produkt A 50 220 45
Produkt B 45 300 20
Produkt C 10 240 60
Summe 105 760 125
50 220 45
𝑨𝑨𝟑𝟑𝟑𝟑𝟑𝟑 = 45 300 20
10 240 60
Zeilen und Spalten könnten getauscht werden, ohne dass sich die Aussage
der Matrix ändert.
Mathematik Seite 7
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Besondere Matrizen
• Nullmatrix: Spaltenvektor:
𝑎𝑎1
0 ⋯ 0
𝑎𝑎
𝑨𝑨 = ⋮ ⋱ ⋮ 𝐀𝐀 = …2
0 ⋯ 0 𝑎𝑎𝑚𝑚
Mathematik Seite 8
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenaddition
Beispiel:
Mathematik Seite 9
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Skalare Matrizen-Multiplikation
Das Produkt einer Matrix 𝐴𝐴 mit einem Skalar bzw. einer reellen Zahl 𝑘𝑘 entspricht
der Matrix, die man erhält, wenn jedes Element der Matrix 𝐴𝐴 einzeln mit 𝑘𝑘
multipliziert wird:
Anmerkungen:
Es gilt:
− −𝑨𝑨 = −1 � 𝑨𝑨
− 1 � 𝑨𝑨 = 𝑨𝑨
− 0 � 𝑨𝑨 = 𝟎𝟎
Mathematik Seite 10
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Rechenregeln Addition und Skalarprodukte
Für die Matrixaddition und für die skalare Multiplikation gelten die folgenden
Rechenregeln, wenn 𝑉𝑉 die Menge aller 𝑚𝑚 × 𝑛𝑛 –Matrizen und 𝑘𝑘1, 𝑘𝑘2 beliebige
Skalare sind:
𝑨𝑨 + 𝟎𝟎 = 𝑨𝑨
𝑨𝑨 + −𝑨𝑨 = 𝟎𝟎
𝑨𝑨 + 𝑩𝑩 + 𝑪𝑪 = 𝑨𝑨 + 𝑩𝑩 + 𝑪𝑪
𝑘𝑘1 𝑘𝑘2 𝑨𝑨 = 𝑘𝑘1 𝑘𝑘2 𝑨𝑨
𝑘𝑘 � 𝑨𝑨 + 𝑩𝑩 = 𝑘𝑘𝑨𝑨 + 𝑘𝑘𝑩𝑩
𝑘𝑘1 + 𝑘𝑘2 𝑨𝑨 = 𝑘𝑘1 𝐀𝐀 + 𝑘𝑘2 𝑨𝑨
𝑨𝑨 + 𝑩𝑩 = 𝑩𝑩 + 𝑨𝑨
Mathematik Seite 11
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenmultiplikation
Matrizen lassen sich nur dann multiplizieren, wenn die Anzahl der Spalten der
1. Matrix mit der Anzahl der Zeilen der 2. Matrix übereinstimmt:
𝑐𝑐𝑖𝑖𝑖𝑖 = � 𝑎𝑎𝑖𝑖𝑖𝑖 𝑏𝑏𝑟𝑟𝑟𝑟 = 𝑎𝑎𝑖𝑖1 𝑏𝑏1𝑗𝑗 + 𝑎𝑎𝑖𝑖2 𝑏𝑏2𝑗𝑗 + ⋯ + 𝑎𝑎𝑖𝑖𝑝𝑝 𝑏𝑏𝑝𝑝𝑗𝑗 + ⋯ + 𝑎𝑎𝑖𝑖𝑘𝑘 𝑏𝑏𝑘𝑘𝑘𝑘 ,
𝑟𝑟=1
𝑚𝑚𝑚𝑚𝑚𝑚 𝑖𝑖 = 1, … , 𝑚𝑚 𝑟𝑟 = 1, . . , 𝑘𝑘 𝑢𝑢𝑢𝑢𝑢𝑢 𝑗𝑗 = 1, … ,
Beispiel:
𝑎𝑎11 𝑎𝑎12 𝑎𝑎11 � 𝑏𝑏11 + 𝑎𝑎12 � 𝑏𝑏21 𝑎𝑎11 � 𝑏𝑏12 + 𝑎𝑎12 � 𝑏𝑏22
𝑎𝑎21 𝑎𝑎22 � 𝑏𝑏11 𝑏𝑏12
= 𝑎𝑎21 � 𝑏𝑏11 + 𝑎𝑎22 � 𝑏𝑏21 𝑎𝑎21 � 𝑏𝑏12 + 𝑎𝑎22 � 𝑏𝑏22
𝑎𝑎31 𝑎𝑎32 𝑏𝑏21 𝑏𝑏22
𝑎𝑎31 � 𝑏𝑏11 + 𝑎𝑎32 � 𝑏𝑏21 𝑎𝑎31 � 𝑏𝑏12 + 𝑎𝑎32 � 𝑏𝑏22
Mathematik Seite 12
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenmultiplikation
Mathematik Seite 13
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Rechenregeln Matrizen-Multiplikation
Die Matrixmultiplikation ist nicht kommutativ, d.h. die Produkte 𝑨𝑨𝑨𝑨 und 𝑩𝑩𝑩𝑩
müssen nicht gleich sein!
Beispiele:
Mathematik Seite 14
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Rechenregeln Matrizen-Multiplikation
Beachte:
Mathematik Seite 15
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Aufgabe 4.2
Berechnen Sie die Produkte 𝐴𝐴𝐴𝐴 und 𝐵𝐵𝐵𝐵, für folgende Matrizen:
0 −2 −1 4
a) 𝐀𝐀 = 𝑩𝑩 =
3 1 1 5
2 −2
8 3 −2
b) 𝐀𝐀 = 𝑩𝑩 = 4 3
1 0 4
1 −5
Aufgabe 4.3
2 2 1 0
Betrachten Sie die zwei Matrizen 𝑨𝑨 = und 𝑰𝑰 = .
1 5 0 1
Bestimmen Sie eine dritte Matrix 𝑪𝑪, für die 𝑨𝑨 − 2𝑰𝑰 𝑪𝑪 = 𝑰𝑰 gilt.
Mathematik Seite 16
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
0 −2 −1 4
𝐀𝐀 = 𝑩𝑩 =
3 1 1 5
Mathematik Seite 17
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
2 −2
8 3 −2
𝐀𝐀 = 𝑩𝑩 = 4 3
1 0 4
1 −5
Mathematik Seite 18
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
2 2 1 0
Betrachten Sie die zwei Matrizen 𝑨𝑨 = und 𝑰𝑰 = . Bestimmen Sie eine dritte Matrix 𝑪𝑪, für die 𝑨𝑨 − 2𝑰𝑰 𝑪𝑪 = 𝑰𝑰 gilt.
1 5 0 1
Mathematik Seite 19
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Transponierte Matrix
Die Transponierte einer Matrix 𝐴𝐴, geschrieben 𝐴𝐴𝑇𝑇, erhält man, wenn man die
Matrix „spiegelt“. Zeilen werden zu Spalten und Spalten werden zu Zeilen:
Mathematik Seite 20
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Aufgabe 4.4
0
3 5 8 3 , 𝑩𝑩 = 1
Bestimmen Sie die Transponierten von 𝑨𝑨 =
−1 2 6 2 −1
2
und 𝑪𝑪 = 1 5 0 −1
Aufgabe 4.5
𝛼𝛼 α2 − 1 −3
Für welche Werte von 𝛼𝛼 ist 𝛼𝛼 + 1 2 α2 + 4 symmetrisch?
−3 4α −1
Mathematik Seite 21
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
0
3 5 8 3 1
Bestimmen Sie die Transponierten von 𝑨𝑨 = , 𝑩𝑩 = und 𝑪𝑪 = 1 5 0 −1
−1 2 6 2 −1
2
Mathematik Seite 22
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
𝛼𝛼 α2 − 1 −3
Für welche Werte von 𝛼𝛼 ist 𝛼𝛼 + 1 2 2
α +4 symmetrisch?
−3 4α −1
Mathematik Seite 23
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Gleichungssysteme in Matrix-Schreibweise
Die Determinante einer Matrix ist eine spezielle Funktion, die einer quadratischen
Matrix eine Zahl (einen Skalar) zuordnet.
Ist eine Determinante ungleich Null, so ist ein lineares Gleichungssystem eindeu-
tig lösbar und eine Matrix damit invertierbar.
Die Determinante einer (𝟐𝟐 𝒙𝒙 𝟐𝟐)-Matrix entspricht:
𝑎𝑎11 𝑎𝑎12
det 𝑨𝑨 = 𝐴𝐴 = 𝑎𝑎 𝑎𝑎22 = 𝑎𝑎11 𝑎𝑎22 − 𝑎𝑎12 𝑎𝑎21
21
Mathematik Seite 25
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Determinante einer Matrix -
Laplace'scher Entwicklungssatz
Eine (𝒏𝒏 × 𝒏𝒏)-Determinante lässt sich wie folgt nach einer beliebigen Zeile 𝑖𝑖
entwickeln, wobei 𝐶𝐶𝑖𝑖𝑖 , … , 𝐶𝐶𝑖𝑖𝑛𝑛 Co-Faktoren der Elemente 𝑎𝑎𝑖𝑖1 , … , 𝑎𝑎𝑖𝑖𝑛𝑛 sind:
det 𝑨𝑨𝑛𝑛 = 𝑎𝑎𝑖𝑖𝑖 𝐶𝐶𝑖𝑖𝑖 + 𝑎𝑎𝑖𝑖2 𝐶𝐶𝑖𝑖2 + 𝑎𝑎𝑖𝑖3 𝐶𝐶𝑖𝑖3 + ⋯ + 𝑎𝑎𝑖𝑖𝑛𝑛 𝐶𝐶𝑖𝑖𝑛𝑛
Alternativ lässt sich eine (𝑛𝑛 × 𝑛𝑛)-Determinante wie folgt nach einer beliebigen
Spalte j entwickeln:
det 𝑨𝑨𝑛𝑛 = 𝑎𝑎1𝑗𝑗 𝐶𝐶1𝑗𝑗 + 𝑎𝑎2𝑗𝑗 𝐶𝐶2𝑗𝑗 + 𝑎𝑎3𝑗𝑗 𝐶𝐶3𝑗𝑗 + ⋯ + 𝑎𝑎𝑛𝑛𝑗𝑗 𝐶𝐶𝑛𝑛𝑗𝑗
Mathematik Seite 26
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Determinante einer Matrix -
Laplace'scher Entwicklungssatz
1+1
𝑎𝑎22 𝑎𝑎23 1+2
𝑎𝑎21 𝑎𝑎23 1+3
𝑎𝑎21 𝑎𝑎22
= 𝑎𝑎11 −1 𝑎𝑎32 𝑎𝑎33 + 𝑎𝑎12 −1 𝑎𝑎31 𝑎𝑎33 + 𝑎𝑎13 −1 𝑎𝑎31 𝑎𝑎32
= 𝑎𝑎11 𝑎𝑎22 𝑎𝑎33 − 𝑎𝑎32 𝑎𝑎23 − 𝑎𝑎12 𝑎𝑎21 𝑎𝑎33 − 𝑎𝑎31 𝑎𝑎23 + 𝑎𝑎13 𝑎𝑎21 𝑎𝑎32 − 𝑎𝑎31 𝑎𝑎22
= 𝑎𝑎11 𝑎𝑎22 𝑎𝑎33 + 𝑎𝑎12 𝑎𝑎23 𝑎𝑎31 + 𝑎𝑎13 𝑎𝑎21 𝑎𝑎32 − 𝑎𝑎31 𝑎𝑎22 𝑎𝑎13 + 𝑎𝑎32 𝑎𝑎23 𝑎𝑎11 + 𝑎𝑎33 𝑎𝑎21 𝑎𝑎12
Mathematik Seite 27
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Invertieren einer Matrix
𝟏𝟏
Jede reelle Zahl ∝ hat eine Inverse , so dass bei Multiplikation von ∝ mit der
∝
𝟏𝟏
Inversen ∝ das neutrale Element der Multiplikation, also hier 1 resultiert. Mit
anderen Worten: teilt man ∝ durch ∝, ist das Ergebnis 1.
In der Matrixalgebra, ist das neutrale Element der Multiplikation nicht 1, sondern
die Einheitsmatrix 𝑰𝑰. Außerdem kann man auch nicht durch eine Matrix dividieren.
Allerdings, kann es sein, dass für eine quadratische Matrix 𝑨𝑨 eine Inverse 𝑨𝑨−𝟏𝟏
existiert, so dass bei Multiplikation mit 𝑨𝑨 die Einheitsmatrix resultiert: 𝑨𝑨 � 𝑨𝑨−𝟏𝟏 = 𝑰𝑰.
Dies ist genau dann der Fall, wenn die Determinante ungleich 0 ist: 𝑨𝑨 ≠ 0.
Wenn eine Inverse 𝑨𝑨−𝟏𝟏 existiert, dann gilt 𝑨𝑨 � 𝑨𝑨−𝟏𝟏 = 𝑨𝑨−𝟏𝟏 � 𝑨𝑨 = 𝑰𝑰.
Mathematik Seite 28
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Invertieren einer Matrix
𝑎𝑎11 𝑎𝑎12
Betrachten wir nun den Fall einer (2 × 2)-Matrix 𝑨𝑨 = 𝑎𝑎 𝑎𝑎22 .
21
𝑏𝑏11 𝑏𝑏12
Wir versuchen nun, eine Inverse 𝑨𝑨−𝟏𝟏 = zu finden.
𝑏𝑏21 𝑏𝑏22
Schritt 1: 𝑨𝑨 𝑨𝑨−𝟏𝟏 = 𝑰𝑰 erfordert
𝑎𝑎11 𝑎𝑎12 𝑏𝑏11 𝑏𝑏12 1 0 𝑎𝑎 � 𝑏𝑏 + 𝑎𝑎12 � 𝑏𝑏21 = 1 𝑎𝑎11 � 𝑏𝑏12 + 𝑎𝑎12 � 𝑏𝑏22 = 0
𝑎𝑎21 𝑎𝑎22 = ↔ 11 11
𝑏𝑏21 𝑏𝑏22 0 1 𝑎𝑎21 � 𝑏𝑏11 + 𝑎𝑎22 � 𝑏𝑏21 = 0 𝑎𝑎21 � 𝑏𝑏12 + 𝑎𝑎22 � 𝑏𝑏22 = 1
Wenn 𝑨𝑨 = 𝑎𝑎11 𝑎𝑎22 − 𝑎𝑎12 𝑎𝑎21 und 𝑨𝑨 ≠ 0 dann gilt:
𝑎𝑎22 𝑎𝑎22 −𝑎𝑎12 −𝑎𝑎12
𝑏𝑏11 = = , 𝑏𝑏12 = =
𝑎𝑎11 𝑎𝑎22 − 𝑎𝑎12 𝑎𝑎21 𝑨𝑨 𝑎𝑎11 𝑎𝑎22 − 𝑎𝑎12 𝑎𝑎21 𝑨𝑨
−𝑎𝑎21 −𝑎𝑎21 𝑎𝑎11 𝑎𝑎11
𝑏𝑏21 = = , 𝑏𝑏22 = =
𝑎𝑎11 𝑎𝑎22 − 𝑎𝑎12 𝑎𝑎21 𝑨𝑨 𝑎𝑎11 𝑎𝑎22 − 𝑎𝑎12 𝑎𝑎21 𝑨𝑨
1 𝑎𝑎22 −𝑎𝑎12
𝑨𝑨−𝟏𝟏 =
𝑨𝑨 −𝑎𝑎21 𝑎𝑎11
Mathematik Seite 29
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Eigenschaften von Inversen
Wenn 𝑨𝑨−𝟏𝟏 die Inverse von 𝐀𝐀, dann ist 𝑨𝑨−𝟏𝟏 𝐀𝐀 = 𝐈𝐈 und 𝑨𝑨𝑨𝑨−𝟏𝟏 = 𝐈𝐈
Dann gilt auch
𝐀𝐀𝐀𝐀 = 𝐈𝐈 → 𝐗𝐗 = 𝑨𝑨−𝟏𝟏
𝐘𝐘𝐘𝐘 = 𝐈𝐈 → 𝐘𝐘 = 𝑨𝑨−𝟏𝟏
Falls 𝑨𝑨 ≠ 0, gilt
• 𝑨𝑨𝑨𝑨 = 𝑩𝑩 → 𝑿𝑿 = 𝑨𝑨−𝟏𝟏 𝑩𝑩
• 𝒀𝒀𝒀𝒀 = 𝑩𝑩 → 𝒀𝒀 = 𝑩𝑩𝑨𝑨−𝟏𝟏
Mathematik Seite 30
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Aufgabe 4.6
Berechnen Sie (sofern definiert):
2 4 1
1 2 1 2 3
𝐀𝐀 = 2 4 3 𝐁𝐁 = 𝐂𝐂 =
2 3 4 2 2
1 3 2
a) AT � A
b) C � A
c) 𝐁𝐁 + 𝐁𝐁
d) B � B
e) det(𝐁𝐁)
f) det(𝐀𝐀)
g) 𝐁𝐁 −𝟏𝟏
Mathematik Seite 31
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Aufgabe 4.6
Berechnen Sie (sofern definiert):
2 4 1
1 2 1 2 3
𝐀𝐀 = 2 4 3 𝐁𝐁 = 𝐂𝐂 =
2 3 4 2 2
1 3 2
a) AT � A
b) C � A
c) 𝐁𝐁 + 𝐁𝐁
d) B � B
e) det(𝐁𝐁)
f) det(𝐀𝐀)
g) 𝐁𝐁 −𝟏𝟏
Mathematik Seite 32
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Aufgabe 4.6
Berechnen Sie (sofern definiert):
2 4 1
1 2 1 2 3
𝐀𝐀 = 2 4 3 𝐁𝐁 = 𝐂𝐂 =
2 3 4 2 2
1 3 2
a) AT � A
b) C � A
c) 𝐁𝐁 + 𝐁𝐁
d) B � B
e) det(𝐁𝐁)
f) det(𝐀𝐀)
g) 𝐁𝐁 −𝟏𝟏
Mathematik Seite 33
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Aufgabe 4.6
Berechnen Sie (sofern definiert):
2 4 1
1 2 1 2 3
𝐀𝐀 = 2 4 3 𝐁𝐁 = 𝐂𝐂 =
2 3 4 2 2
1 3 2
a) AT � A
b) C � A
c) 𝐁𝐁 + 𝐁𝐁
d) B � B
e) det(𝐁𝐁)
f) det(𝐀𝐀)
g) 𝐁𝐁 −𝟏𝟏
Mathematik Seite 34
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Aufgabe 4.7
Bestimmen Sie die Zahlen 𝑎𝑎 und 𝑏𝑏, so dass 𝑨𝑨 die Inverse von 𝑩𝑩 wird,
wenn
2 −1 −1 1 2 4
𝑨𝑨 = 𝑎𝑎 1/4 𝑏𝑏 𝑩𝑩 = 0 1 6
1/8 1/8 −1/8 1 3 2
Mathematik Seite 35
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Aufgabe 4.8
In Tabelle A ist das Produktionsprogramm eines Unternehmens der vergangenen
Periode abgetragen. Der Tabelle können die hergestellten Mengen der
Endprodukte X1, X2 und X3 in den Werken W1, W2 und W3 entnommen werden.
Tabelle B gibt an, wie viele Einheiten der Rohstoffe R1, R2 und R3 je Endprodukt
verbraucht wurden. Tabelle C zeigt den Lagerbestand der Rohstoffe zu Beginn der
vergangenen Periode.
a) Berechnen Sie den Lagerendbestand der vergangenen Periode unter der
Annahme, dass keine weiteren Rohstoffe erworben wurden.
b) Berechnen Sie die Kosten des Produktionsprogramms (je Rohstoff und
insgesamt). Gehen Sie davon aus, dass eine Einheit von R1 10 €, eine Einheit von
R2 40 € und eine Einheit von R3 90 € kostete.
X1 X2 X3 X1 X2 X3 R1 R2 R3
W1 10 20 10 R1 3 4 1 W1 200 130 170
W2 25 15 35 R2 1 2 2 W2 240 150 210
W3 50 5 10 R3 3 4 2 W3 190 100 200
Tabelle A Tabelle B Tabelle C
Mathematik Seite 36
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Mathematik Seite 37
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Mathematik Seite 38
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung
Mathematik Seite 39
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Matrizenrechnung in Excel
Funktionen für Matrizenrechnungen in MS Excel:
MTRANS (Matrize transponieren)
Mathematik Seite 40
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Gleichungssysteme und Matrizenrechnung
Nachfolgend stellen wir Ihnen zwei Methoden vor, die Matrixnotation benutzen und
die Sie darin unterstützen, lineare Gleichungssysteme zu lösen:
• Gauss Algorithmus
• Cramer’sche Regel.
Deren Vorgehensweise stellen wir dar am Beispiel eines zu lösenden Systems mit
drei linearen Gleichungen::
Mathematik Seite 41
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Gauß-Algorithmus
Ein Gleichungssystem mit drei Unbekannten lässt sich als Matrix darstellen. Dabei
werden alle Koeffizienten des Gleichungssystems übernommen. Man erhält eine
3×4-Matrix, die sich in eine Koeffizientenmatrix und einen Lösungsvektor einteilen
lässt.
𝐈𝐈. 𝒂𝒂𝟏𝟏𝟏𝟏 𝒙𝒙𝟏𝟏 + 𝒂𝒂𝟏𝟏𝟐𝟐 𝒙𝒙𝟐𝟐 + 𝒂𝒂𝟏𝟏𝟑𝟑 𝒙𝒙𝟑𝟑 = 𝒃𝒃𝟏𝟏 𝑎𝑎11 𝑎𝑎12 𝑎𝑎13 𝑏𝑏1
𝑎𝑎21 𝑎𝑎22 𝑎𝑎23 𝑏𝑏2
𝐈𝐈𝐈𝐈. 𝒂𝒂𝟐𝟐𝟏𝟏 𝒙𝒙𝟏𝟏 + 𝒂𝒂𝟐𝟐𝟐𝟐 𝒙𝒙𝟐𝟐 + 𝒂𝒂𝟐𝟐𝟑𝟑 𝒙𝒙𝟑𝟑 = 𝒃𝒃𝟐𝟐
𝑎𝑎31 𝑎𝑎32 𝑎𝑎33 𝑏𝑏3
𝐈𝐈𝐈𝐈𝐈𝐈. 𝒂𝒂𝟑𝟑𝟏𝟏 𝒙𝒙𝟏𝟏 + 𝒂𝒂𝟑𝟑𝟐𝟐 𝒙𝒙𝟐𝟐 + 𝒂𝒂𝟑𝟑𝟑𝟑 𝒙𝒙𝟑𝟑 = 𝒃𝒃𝟑𝟑
1. Das Element auf der Hauptdiagonalen der ersten Spalte wird durch Multiplikation
mit seiner Inversen zu 1. (Annahme: 𝑎𝑎1 ≠ 0, ansonsten Zeilen- oder Spaltentausch,
so dass 𝑎𝑎1 ≠ 0.)
1
5 2 4 435 ∕� 1 0,4 0,8 87
5
2 2 1 315 2 2 1 315
6 3 6 630 6 3 6 630
Mathematik Seite 43
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Gauß-Algorithmus
2. Alle Elemente der ersten Spalte unterhalb der 1 werden dann durch Gleichungs-
subtraktion bzw. Gleichungsaddition zu 0 gewandelt:
3. Die Schritte 1. und 2. werden in folgender Reihenfolge für alle Spalten für die
Elemente auf und unterhalb der Hauptdiagonalen durchgeführt:
Mathematik Seite 44
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Gauß-Algorithmus
Probe:
5 2 4 15 435
2 2 1 � 130 = 315 Stimmt √
6 3 6 25 630
Mathematik Seite 45
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Gauß-Algorithmus
(0 0 0 │𝑐𝑐)
• unendlich viele Lösungen (eine Gleichung liegt doppelt vor – im Gauß-Algorith-
mus ergibt sich eine komplette Nullzeile)
(0 0 0 │0)
bestehen können.
Mathematik Seite 46
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Cramer‘sche Regel
Das allgemeine lineare Gleichungssystem
𝑎𝑎11 𝑥𝑥1 + 𝑎𝑎12 𝑥𝑥2 + ⋯ + 𝑎𝑎1𝑛𝑛 𝑥𝑥𝑛𝑛 = 𝑏𝑏1
𝑎𝑎21 𝑥𝑥1 + 𝑎𝑎22 𝑥𝑥2 + ⋯ + 𝑎𝑎1𝑛𝑛 𝑥𝑥𝑛𝑛 = 𝑏𝑏2
………………………………………
𝑎𝑎𝑛𝑛1 𝑥𝑥1 + 𝑎𝑎𝑛𝑛2 𝑥𝑥2 + ⋯ + 𝑎𝑎𝑛𝑛𝑛𝑛 𝑥𝑥𝑛𝑛 = 𝑏𝑏𝑛𝑛
mit 𝑛𝑛 Gleichungen und 𝑛𝑛 Unbekannten hat genau dann eine eindeutige Lösung,
wenn 𝐴𝐴 nichtsingulär, d.h. 𝐴𝐴 ≠ 0, ist. Die Lösung lautet dann
𝐷𝐷1 𝐷𝐷2 𝐷𝐷𝑛𝑛
𝑥𝑥1 = , 𝑥𝑥2 = ,… , 𝑥𝑥𝑛𝑛 =
𝑨𝑨 𝑨𝑨 𝑨𝑨
Wobei 𝐷𝐷𝑗𝑗 die Determinante ist, die man aus 𝑨𝑨 erhält, wenn man den 𝑗𝑗 -ten
Spaltenvektor mit den Komponenten ersetzt:
𝑎𝑎11 ⋯ 𝑎𝑎1𝑗𝑗−1 𝑏𝑏1 𝑎𝑎1𝑗𝑗+1 ⋯ 𝑎𝑎1𝑛𝑛
𝑎𝑎21 ⋯ 𝑎𝑎2𝑗𝑗−1 𝑏𝑏2 𝑎𝑎1𝑗𝑗+1 ⋯ 𝑎𝑎2𝑛𝑛
𝐷𝐷𝑗𝑗 = , 𝑗𝑗 = 1, … , 𝑛𝑛
⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎𝑎𝑛𝑛𝑛 ⋯ 𝑎𝑎𝑛𝑛𝑗𝑗−1 𝑛𝑛 𝑎𝑎1𝑗𝑗+1 ⋯ 𝑎𝑎𝑛𝑛𝑛𝑛
Mathematik Seite 47
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Cramer‘sche Regel
Anwendung der Regel von Cramer für ein Gleichungssystem mit 2 Unbekannten
𝑎𝑎11 𝑥𝑥1 + 𝑎𝑎12 𝑥𝑥2 = 𝑏𝑏1
𝑎𝑎21 𝑥𝑥1 + 𝑎𝑎22 𝑥𝑥2 = 𝑏𝑏2
𝑎𝑎11 𝑎𝑎12
Das Gleichungssystem ist eindeutig lösbar, wenn 𝑑𝑑𝑑𝑑𝑑𝑑 𝑎𝑎 ≠0
21 𝑎𝑎22
Die Lösung ist dann
Beispiel:
7 � −2 − (−2) � 4 −6 1
2𝑥𝑥1 + 4𝑥𝑥2 = 7 𝑥𝑥1 = = =
2 � (−2) − 2 � 4 −12 2
(−2) � 2 − 7 � 2 −18 3
2𝑥𝑥1 − 2𝑥𝑥2 = −2 𝑥𝑥2 = = =
2 � (−2) − 2 � 4 −12 2
Mathematik Seite 48
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Cramer‘sche Regel
Anwendung der Regel von Cramer für ein Gleichungssystem mit 3 Unbekannten
Mathematik Seite 49
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Cramer‘sche Regel
Aufgabe 4.9
Mathematik Seite 51
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Gauß-Algorithmus
3A + 2B + 2C = 1
2B + 6A + 20C = 4
2C + 4A + 2B = 8
Mathematik Seite 52
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Cramer‘sche Regel
4x − y + 2z = 10
2x + 5y − 2z = 12
13x + 14y − 4z = 40
Mathematik Seite 53
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Gauß-Algorithmus / Cramer‘sche Regel
3u + 4p − r = 30
2u − p + 2r = −1
u + 2p + 2r = 11
Mathematik Seite 54
Prof. Dr. Frank Altrock / Achim Görres, M.A.
Gauß-Algorithmus / Cramer‘sche Regel
3u + 4p − r = 30
2u − p + 2r = −1
u + 2p + 2r = 11
Mathematik Seite 55
Prof. Dr. Frank Altrock / Achim Görres, M.A.