Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Euklidische Geometrie. Sommersemester 2007.

Größe: px
Ab Seite anzeigen:

Download "Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Euklidische Geometrie. Sommersemester 2007."

Transkript

1 Uterlage zur Vorlesug Algebra ud Geometrie i der Schule: Grudwisse über Euklidische Geometrie Sommersemester 2007 Fraz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 25, 6020 INNSBRUCK, AUSTRIA

2 KAPITEL 5 Vektorräume mit Skalarprodukt I diesem Kapitel sei V ei reeller Vektorraum. Wir werde die folgede Eigeschaft der reelle Zahle verwede: Zu jeder reelle Zahl a 0 gibt es geau eie reelle Zahl b 0 mit b 2 = a. Schreibweise: b = a. Ist 0 a < b, da ist auch a < b. 1. Skalarprodukte Defiitio 1 : Ei Skalarprodukt auf V ist eie Abbildug, : V V R, (v,w) v,w, mit de folgede Eigeschafte: Für alle c R, u,v,w V gilt (1) v,w = w,v, ist symmetrisch ) (2) u,c(v + w) = c u,v + c u,w, ist biliear ) (3) Für v 0 ist v,v eie positive reelle Zahl,, ist positiv defiit ). Aus (1) ud (2) folgt: c(u + v),w = c u,w + c v,w. Defiitio 2 : Ei edlichdimesioaler reeller Vektorraum mit eiem Skalarprodukt heißt euklidischer Raum. Defiitio 3 : Ist, ei Skalarprodukt auf V, da heiße die Abbilduge : V R, v v := v,v, bzw. d : V V R, (v,w) v w := v w,v w, die vo, iduzierte Norm bzw. Metrik auf V. Die Zahl v heißt Norm, Betrag oder Läge vo v, die Zahl d(v,w) heißt Abstad zwische v ud w. Zwei Vektore v,w stehe zueiader sekrecht oder orthogoal, we v,w = 0 ist. 1

3 2 5. VEKTORRÄUME MIT SKALARPRODUKT Beispiel 1 : Die Abbildug, : R R R, ((a 1,...,a ),(b 1,...,b )) a i b i, ist ei Skalarprodukt auf R ud heißt Stadardskalarprodukt auf R. Für die Stadardbasis (e 1,...,e ) vo R gilt e i,e j = δ i j, e i = 1 ud e i e j = 2(1 δ i j ), für 1 i, j. Beispiel 2 : Es seie a,b reelle Zahle mit a < b ud V der Vektorraum aller stetige Abbilduge vom Itervall [a,b] ach R. Die Abbildug, : V V R, ( f,g) b ist ei Skalarprodukt auf V. Die Norm vo f V ist b a f (x) g(x)dx, f = a f (x) 2 dx. Satz 1 : Es seie V mit, ei reeller Vektorraum mit Skalarprodukt ud v,w Vektore i V. Da ist v,w v w Cauchy-Schwarz sche Ugleichug ). Weiters sid die Zahle v,w ud v w geau da gleich, we v ud w liear abhägig sid. Beweis: We v = 0 oder w = 0 ist, da ist v,w = 0 = v w. Seie u v 0 ud w 0. We v ud w liear abhägig sid, gibt es ei c K mit w = c v. Daher ist v,w = c v,v = c v 2 = v w. We v ud w liear uabhägig sid, da ist ud Daher ist 0 < w v,w v,v 0 w v,w v,v v v,w v,w 2 v,w v = w,w v,v v,v v,w 2 < v 2 w 2..

4 3 5. VEKTORRÄUME MIT SKALARPRODUKT Beispiel 3 : Für V = R mit dem Stadardskalarprodukt ud a,b R ergibt sich a i b i a 2 i als Cauchy-Schwarz sche Ugleichug. b 2 i Satz 2 : Es seie V mit, ei reeller Vektorraum mit Skalarprodukt, c R ud v,w Vektore i V. Da gilt: (1) v + w v + w Dreiecksugleichug ). (2) We v ud w zueiader orthogoal sid, da ist v + w 2 = v 2 + w 2 Satz vo Pythagoras ). (3) We v = w ist, da stehe v + w ud v w zueiader sekrecht Satz vo Thales ). (4) v + w 2 v w 2 = 4 v,w. Isbesodere: Eie Parallelogramm ist geau da ei Rechteck, we seie Diagoale gleich sid. Beweis: (1) v + w 2 = v + w,v + w = v,v + v,w + w,v + w,w (Satz 1) v 2 + w v w = ( v + w ) 2. (2) v + w 2 = v,v w,w = v 2 + w 2. (3) v + w,v w = v,v w,w = v 2 w 2 = 0. (4) v + w 2 v w 2 = v,v + 2 v,w + w,w ( v,v 2 v,w + w,w ) = 4 v,w. Defiitio 4 : Eie Norm auf V ist eie Abbildug mit de Eigeschafte: N : V R, v N(v), (1) Es gilt N(v) = 0 geau da, we v = 0 ist. (2) Für alle c R, v V ist N(cv) = c N(v). (3) Für alle v,w V ist N(v + w) N(v) + N(w). V zusamme mit eier Norm heißt ormierter Raum. Beispiel 4 : Ist v,v ei Skalarprodukt auf V, da ist eie Norm. : V R, v v,

5 4 5. VEKTORRÄUME MIT SKALARPRODUKT Defiitio 5 : Es seie u V ud v V, v 0. Mit R 0 bezeiche wir die Mege aller icht-egative reelle Zahle. Die Mege heißt Richtug i V. Die Mege R 0 v := {c v c R, c 0} u + R 0 v := {u + c v c R, c 0} heißt Halbgerade oder Strahl i V mit Afagspukt u ud Richtug v. Sei V ei ormierter Raum. Zu jeder icht-egative Zahl a R ud jeder Richtug H := {cv c R, c 0} gibt es geau ei Elemet w H mit a w = a, ud zwar v v. Also ist jeder Vektor i eiem ormierte Raum durch Richtug ud Betrag eideutig bestimmt. 2. Orthoormalbase Sei, ei Skalarprodukt auf V. Defiitio 6 : Eie Familie (v i ) i I i V heißt orthoormal bezüglich,, we für alle i, j I gilt: v i,v j = δ i j. Eie Familie (v i ) i I i V heißt Orthoormalbasis (kurz: ON-Basis) vo V bezüglich,, we sie eie Basis vo V ud orthoormal bezüglich, ist. Beispiel 5 : Die Stadardbasis vo R ist eie Orthoormalbasis bezüglich des Stadardskalarproduktes. Satz 3 : Eie orthoormale Familie ist liear uabhägig. Isbesodere: We V edlich-dimesioal ist, da ist jede orthoormale Familie mit dim R (V ) Elemete eie ON-Basis vo V. Beweis: Seie (v i ) i I eie orthoormale Familie ud (c i ) i I eie Koeffiziete-Familie i R. We i I c i v i = 0 ist, da ist für alle j I auch 0 = v j,c i v i = c i v j,v i = c j. i I i I Satz 4 : Es seie w V ud v := (v 1,...,v ) eie ON-Basis vo V. Da ist w = v i,w v i.

6 5 5. VEKTORRÄUME MIT SKALARPRODUKT Die Koordiate vo w bei v i ist das Skalarprodukt vo v i mit w.) Beweis: Sei w = j=1 c jv j. Da ist v i,w = v i, c j v j = j=1 c j v i,v j = j=1 c j δ i j = c i. j=1 Defiitio 7 : Eie Matrix A R heißt orthogoal, we A A T = I ist. Wir schreibe O für die Mege aller orthogoale -Matrize. Satz 5 : Die Mege O ist eie Utergruppe vo GL (R) ud heißt orthogoale Gruppe. Für A O ist A 1 = A T. Beweis: Übug. Satz 6 : Es seie v := (v 1,...,v ) eie ON-Basis vo V, S R ud u := (u 1,...,u ) = vs. Da ist S = ( v i,u j ) 1 i, j ud die folgede Aussage sid äquivalet: (1) u ist eie ON-Basis vo V ; (2) die Matrix S ist orthogoal; (3) die Spalte vo S bilde eie ON-Basis vo R 1 mit dem Stadardskalarprodukt; (4) die Zeile vo S bilde eie ON-Basis vo R 1 mit dem Stadardskalarprodukt. Beweis: Mit Satz 4 folgt u i,u j = vs i,vs j = S ki S l j v k,v l = k,l = S ki S l j δ kl = S ki S k j = S i,s j = (S T S) i j, k,l k damit ist die Behauptug leicht achzuprüfe. Defiitio 8 : Es seie W ei edlich-dimesioaler Utervektorraum vo V. Da ist W := {v V für alle w W ist v,w = 0}

7 6 5. VEKTORRÄUME MIT SKALARPRODUKT ei Utervektorraum vo V ud heißt das orthogoale Komplemet vo W i V. Satz 7 : Es seie W ei edlich-dimesioaler Utervektorraum vo V ud w := (w 1,...,w ) eie ON-Basis vo W. Die Abbildug p W : V V, v w i,v w i, hägt icht vo der Wahl der ON-Basis w ab, ist liear ud heißt orthogoale Projektio vo V auf W. Jeder Vektor v V lässt sich eideutig als Summe eies Vektors i W ud eies Vektors i W schreibe, ud zwar v = p W (v) + (v p W (v)), wobei p W (v) W ud (v p W (v)) W ist. Isbesodere ist V die direkte Summe vo W ud W. Für v V ud w W mit p W (v) w ist v w > v p W (v), das heißt: p W (v) ist der eideutig bestimmte Vektor i W, der vo v de kleiste Abstad hat. Beweis: Es sei u := (u 1,...,u ) = ws eie ON-Basis vo W. Mit Satz 6 erhält ma j=1 u j,v u j = j=1 ws j,v ws j = = l=1 ( k=1 ( j=1 S k js l j ) w k,v )w l = l=1 w l,v w l = p W (v). Daher hägt p W icht vo der Wahl der ON-Basis w ab. Für x W ist v p W (v),x = v, j=1 w j,x w j j=1 w j,v w j,x = 0, daher ist v p W (v) W ud v = p W (v) + (v p W (v)) W +W. We x 0, da ist 0 < x,x, also x W. Daher ist die Summe W +W direkt. Für w W mit p W (v) w ist 0 p W (v) w W ud v p W (v) W. Deshalb ist v w 2 = (v p W (v)) + (p W (v) w) 2 = = v p W (v) 2 + p W (v) w 2 > v p W (v) 2. Defiitio 9 : Es seie M ei edlichdimesioaler affier Uterraum vo V mit Aufpukt z ud parallelem Utervektorraum W. Die affie Abbildug p M : V V, v (z p W (z)) + p W (v) = z + p W (v z), heißt orthogoale Projektio vo V auf de affie Uterraum M. Der Vektor p M (v) heißt Fußpukt des Lotes vo v auf de affie Uterraum M.

8 7 5. VEKTORRÄUME MIT SKALARPRODUKT Die Zahl v p M (v) heißt Abstad des Puktes v vom affie Uterraum M. Satz 8 : Es seie M ud M edlichdimesioale affie Uterräume vo V mit Aufpukte p, p ud parallele Utervektorräume U,U. Da gibt es Elemete v M, v M so, dass für alle w M, w M gilt: w w v v. Die Zahl v v heißt Abstad der affie Uterräume M ud M ud ist gleich dem Abstad des Puktes p p vom Utervektorraum U +U. Beweis: Es seie u u U +U der Fußpukt des Lotes vo p p auf U +U, v := p u ud v := p u. Für alle x U, x U ist da (p x) (p x ) = (p p ) (x x ) (p p ) (u u ) = v v. Satz 9 : Es sei w := (w 1,...,w ) eie Basis vo V. Mit dem folgede Verfahre ( Schmidt sches Orthoormalisierugsverfahre ) ka eie ON- Basis v := (v 1,...,v ) vo V berechet werde: u 1 := w 1 v 1 := 1 u 1 u 1 Für 2 j seie u j := w j j 1 v i,w j v i ud v j := 1 u j u j. Isbesodere: Jeder euklidische Raum hat eie ON-Basis. Für alle j ist K v 1,...,v j = K w 1,...,w j. Beweis: Nach Satz 3 geügt es zu zeige, dass für alle 1 i < j die Vektore v i ud v j zueiader sekrecht stehe. Seie 1 i < j ud x j der Fußpukt des Lotes vo w j auf W j := K v 1,...,v j 1. Da ist u j = w j x j W j ud v j W j, also v j v i. 3. Lieare Gleichuge mit ugeau bestimmte Date Es seie, ei Skalarprodukt auf V, y V, U ei R-Vektorraum ud f : U V eie lieare Abbildug. We y Bild( f ) =: W, da hat das durch f ud y gegebee System liearer Gleichuge keie Lösug. We etwa die Koordiate vo y durch Messuge (mit Fehler) bestimmt wurde, ka L( f, y) leer sei, obwohl bei exakter Messug eie Lösug existiert. I diesem Fall legt Satz 7 ahe, y durch de Fußpukt des Lotes vo y auf W zu ersetze ud da L( f, p W (y)) zu bereche.

9 8 5. VEKTORRÄUME MIT SKALARPRODUKT Beispiel 6 : Methode der kleiste Quadrate Gegebe sid ei edlichdimesioaler Utervektorraum U des Vektorraums Abb(R, R), paarweise verschiedee reelle Zahle x 1,...,x ud reelle Zahle y 1,...,y. Gesucht ist eie Abbildug g U so, dass die Zahle g(x i ) möglichst ahe bei y i liege, 1 i. Wir betrachte dazu die lieare Abbildug f : U R, h (h(x 1 ),...,h(x )). Die gesuchte Abbildug ist ei Urbild vo y := (y 1,...,y ) bezüglich f. Sei u := (u 1,...,u m ) eie Basis vo U, da wird das Bild W vo f vo de -Tupel f (u 1 ),..., f (u m ) erzeugt. Wir wähle auf R das Stadardskalarprodukt. Da ist der Abstad vo y zu jedem Pukt vo W größer oder gleich dem Abstad vo y zu p W (y), also ist die gesuchte Abbildug jees Elemet g U mit (g(x i ) y i ) 2 (h(x i ) y i ) 2, für alle h U. Die Summe (g(x i) y i ) 2 der Quadrate der Fehler i x i ist daher für g am kleiste. Wir betrachte zwei Spezialfälle: (1) Sei U := Li R (R, R). Eie Basis vo U ist (Id R ). Das Bild vo f ist die Gerade durch Null ud f (Id R ) = (x 1,...,x ) =: x. Eie ON-Basis vo W ist ( 1 x x). Daher: p W (y) = 1 x x,y 1 x x = x,y x,x x ud das Urbild vo p W (y) bezüglich f ist g : R R, α x,y x,x α. (2) Sei U der Vektorraum aller affie Abbilduge vo R ach R. Eie Basis vo U ist (E,Id R ), wobei E die kostate Abbildug R R, x 1, bezeichet. Das Bild vo f ist die vo (1,...,1) =: 1 ud (x 1,...,x ) =: x erzeugte Ebee. Eie ON-Basis vo W ist ( 1, 1 z x,1 z), wobei z := x 1. Daher ist p W (y) = 1,y 1 + z,y ( 1,y z,z z = 1,x ud das Urbild vo p W (y) bezüglich f ist ( 1,y g : R R, α 1,x Der Graph vo g heißt Regressiosgerade der Pukte (x 1,y 1 ),...,(x,y ). ) z,y 1 + z,y z,z z,z x ) z,y + z,y z,z z,z α.

10 9 5. VEKTORRÄUME MIT SKALARPRODUKT 4. Wikel Sei V mit, ei euklidischer Raum. Defiitio 10 : Es seie u V ud r R 0. Die Mege {v V v u = r} heißt Kreis mit Mittelpukt u ud Radius r. Der Kreis mit Mittelpukt u ud Radius 1 heißt Eiheitskreis um u. Es seie u,v,w V mit v 0, w 0. Wir möchte die Lage der zwei Halbgerade u+ R 0 v ud u+ R 0 w zueiader durch eie Zahl beschreibe, welche der Läge des (kürzere) Boges zwische u + v v ud u + w w auf dem Eiheitskreis um u etspreche soll. Wir verwede dafür die folgede Eigeschafte der Abbilduge si : R R (Sius) ud cos : R R (Cosius). Satz 10 : (1) Zu jeder Zahl a [ 1,1] gibt es geau ei α [0,π] mit cos(α) = a. (2) Für alle α [0,π] bzw. α [π,2π] ist si(α) 0 bzw. si(α) 0. (3) si 2 +cos 2 = 1. Beweis: Aalysis 1 Eie Zahl, die ma de zwei Halbgerade zuorde ka, ist v v, w w. Aus Satz 1 folgt, dass diese Zahl im Itervall [ 1,1] liegt. Defiitio 11 : Es seie u,v,w V, v 0 ud w 0. Die eideutig bestimmte Zahl α [0,π] mit cos(α) = v,w v w heißt Wikel zwische de Halbgerade u+ R 0 v ud u+ R 0 w oder kurz Wikel zwische v ud w.

11 10 5. VEKTORRÄUME MIT SKALARPRODUKT Somit ist v,w = v w cos(α), wobei α der Wikel zwische v ud w ist. Der Fußpukt des Lotes vo w auf der Gerade Rv ist v p(w) := v,w v v = cos(α) w v v, daher ist cos(α) = p(w) w. Satz 11 : Cosiussatz ) Es seie v,w V mit v 0, w 0 ud α der Wikel zwische v ud w. Da ist v w 2 = v 2 + w 2 2 v w cos(α). Beweis: v w 2 = v w,v w = v 2 + w 2 2 v,w = = v 2 + w 2 2 v w cos(α). Satz 12 : Siussatz ) Es seie v,w V mit v 0, w 0, β der Wikel zwische w v ud 0 v ud γ der Wikel zwische 0 w ud v w. Da ist v si(γ) = w si(β). Beweis: Da si(β) ud si(γ) icht egativ sid, geügt es zu zeige, dass ist. Wege v,v si 2 (β) = w,w si 2 (γ) si 2 (β) = 1 cos 2 (β) = 1 ist das leicht achzuprüfe. v,v w 2 v,v v w,v w 5. Orietierug Defiitio 12 : Es seie M eie Mege ud R eie Teilmege vo M M. Da heißt R Äquivalezrelatio auf M, we die folgede drei Bediguge erfüllt sid: (1) Für alle m M ist (m,m) R R ist reflexiv ). (2) We (m,) R, da ist auch (,m) R R ist symmetrisch ). (3) We (l,m) R ud (m,) R, da ist auch (l,) R R ist trasitiv ). Die Elemete m, sid (bezüglich R) äquivalet, we (m,) R ist (Schreibweise: m ).

12 11 5. VEKTORRÄUME MIT SKALARPRODUKT Die Äquivalezklasse vo m M ist die Mege { M m }. Statt Elemet eier Äquivalezklasse sagt ma oft Repräsetat eier Äquivalezklasse. Satz 13 : Es seie M eie Mege ud R eie Äquivalezrelatio auf M. Da ist M die disjukte Vereiigug der Äquivalezklasse vo R. Beweis: Übug. Defiitio 13 : Es seie V sei ei reeller Vektorraum, v ud w Base vo V ud T die Trasformatiosmatrix vo v ach w. Die Base v ud w = vt heiße gleich orietiert, we det(t ) > 0 ist, ud verschiede orietiert, we det(t ) < 0 ist. Durch v w : v ud w sid gleich orietiert wird auf der Mege aller Base vo V eie Äquivalezrelatio defiiert. Die zwei Äquivalezklasse bezüglich dieser Relatio heiße Orietieruge vo V. Durch die Wahl eier Basis vo V wird eie Orietierug (die Äquivalezklasse dieser Basis) festgelegt. V zusamme mit eier Orietierug heißt orietierter Vektorraum. Die Base i der gegebee Orietierug heiße da positiv orietiert, die adere egativ orietiert. Werde die Zeicheebee bzw. der physikalische Raum als reeller Vektorraum betrachtet, da et ma seie zwei Orietieruge Orietierug im Uhrzeigersi ud Orietierug gege de Uhrzeigersi bzw. Orietierug ach der Like-Had-Regel ud Orietierug ach der Rechte-Had-Regel. Beispiel 7 : Die Stadardbasis (e 1,...,e 1,e ) vo R ud die Basis (e 1,...,e 1, e ) sid verschiede orietiert. Jede Basis vo R ist also gleich orietiert wie geau eie dieser zwei Base. 6. Volume ud Vektorprodukt Sei V mit, ei -dimesioaler euklidischer Raum. Defiitio 14 : Es seie v eie ON-Basis vo V, S R ud w := vs. Die Mege P(w) := {c 1 w c w 0 c i 1, c i R}

13 12 5. VEKTORRÄUME MIT SKALARPRODUKT heißt das vo w erzeugte Parallelotop. We = 2, da heißt ei Parallelotop Parallelogramm. Die Zahl heißt das Volume vo P(w). vol(p(w)) := det(s) Satz 14 : Die Determiate eier orthogoale Matrix ist 1 oder 1. Beweis: Sei A eie orthogoale Matrix. Da ist 1 = det(i ) = det(a A T ) = det(a) det(a) = det(a) 2. Satz 15 : Es seie v eie ON-Basis vo V, S R ud w := vs. (1) Die Zahl vol(p(w)) hägt icht vo der Wahl der ON-Basis v ab, das heißt: ist T R eie Matrix so, dass vt eie ON-Basis ist, da ist det(t 1 S) = det(s). Isbesodere: We w eie ON-Basis vo V ist, da ist vol(p(w)) = 1. (2) We f eie lieare Abbildug vo V ach V ist, da ist vol( f (P(w))) = det( f ) vol(p(w)). (3) vol(p(w)) = det(( w i,w j ) 1 i, j ). Beweis: (1) We vt eie ON-Basis ist, da ist ach Satz 6 die Matrix T orthogoal. Mit Satz 14 ist daher det(t 1 S) = det(t ) 1 det(s) = det(s). (2) Es sei A die Matrix vo f bezüglich v. Da ist f (P(w)) = f (P(vS)) = P(vAS) ud vol( f (P(w)) = det(as) = = det(a) det(s) = det(a) vol(p(w)). (3) Für 1 i, j ist Daher ist w i,w j = vs i,vs j = (S T S) i j. det(( w i,w j ) 1 i, j ) = det(s T S) = det(s) 2 = vol(p(w)) 2. Satz 16 : Es seie u,v,w V, v 0, w 0 ud α der Wikel zwische v ud w. Da ist vol(p(v,w)) = v w si(α).

14 13 5. VEKTORRÄUME MIT SKALARPRODUKT Beweis: Nach Satz 15, (3) ist ( ) vol(p(v,w)) 2 v,v v,w = det = v v,w w,w 2 w 2 v,w 2 = = v 2 w 2 (1 cos 2 (α)) = ( v w si(α)) 2. Defiitio 15 : Es seie V ei dreidimesioaler euklidischer Raum ud u,w Elemete vo V. Das Vektorprodukt u w (Sprechweise u kreuz w ) vo u ud w ist 0 V, we u ud w liear abhägig sid ud der eideutig bestimmte Vektor v V so, dass (u,w,v) eie positiv orietierte Basis vo V, v u, v w ud v = vol(p(u,w)) ist. Satz 17 : Es seie V ei dreidimesioaler orietierter euklidischer Raum ud ud v eie positiv orietierte ON-Basis vo V. Für a i,b i R, 1 i 3, ist ( 3 ( ) a2 a = det 3 v b 2 b 1 det 3 a i v i ) ( 3 b i v i ) = ( ) a1 a 3 v b 1 b 2 + det 3 ( ) a1 a 2 v b 1 b 3. 2 Beweis: Nachreche.

Lineare Algebra und Analytische Geometrie 2 für Lehramtsstudierende. Ein Skriptum zur Vorlesung im Sommersemester 2013

Lineare Algebra und Analytische Geometrie 2 für Lehramtsstudierende. Ein Skriptum zur Vorlesung im Sommersemester 2013 Lieare Algebra ud Aalytische Geometrie 2 für Lehramtsstudierede Ei Skriptum zur Vorlesug im Sommersemester 2013 Are Dür ud Fraz Pauer 2. Auflage c 2013 INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK ii

Mehr

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Euklidische Geometrie. Sommersemester 2011.

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Euklidische Geometrie. Sommersemester 2011. Uterlage zur Vorlesug Algebra ud Geometrie i der Schule: Grudwisse über Euklidische Geometrie Sommersemester 2011 Fraz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 25, 6020 INNSBRUCK,

Mehr

4. Vektorräume mit Skalarprodukt

4. Vektorräume mit Skalarprodukt 4. Vektorräume mit Skalarprodukt Wiederholug: V=R x, y R: x= x x i x, y= y y, :R R R Skalarprodukt Stadardskalarprodukt lieare Abbildug mit 2 Argumete 4. Eigeschafte vo Skalarprodukte Def.: Es sei V ei

Mehr

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n.

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n. Reeller Vektorraum Kapitel Vektorräume Die Mege aller Vektore x mit Kompoete bezeiche wir mit x R =. : x i R, i x ud wird als -dimesioaler (reeller) Vektorraum bezeichet. Defiitio Ei Vektorraum V ist eie

Mehr

Besprechung: S. 1/1

Besprechung: S. 1/1 Übug 8 Aufgabe 8.1 Sei P R ei Polytop mit P Z =vert(p ). Zeige Sie, dass vert(p ) 2. Aufgabe 8.2 Sei P V ei ratioales Polyeder. Zeige Sie, dass P ebefalls ei ratioales Polyeder ist. Aufgabe 8.3 Sei u 1,...,u

Mehr

Lineare Algebra und Analytische Geometrie 2. Ein Skriptum zur Vorlesung im Sommersemester 2012

Lineare Algebra und Analytische Geometrie 2. Ein Skriptum zur Vorlesung im Sommersemester 2012 Lieare Algebra ud Aalytische Geometrie 2 Ei Skriptum zur Vorlesug im Sommersemester 2012 Are Dür ud Fraz Pauer 5. Auflage c 2012 INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK ii Vorwort Das vorliegede

Mehr

Normierte Vektorräume

Normierte Vektorräume Normierte Vektorräume Wir betrachte im Folgede ur Vektorräume über R 1. Sei also V ei Vektorraum. Wir möchte Metrike auf V betrachte, die im folgede Sie mit der Vektorraumstruktur verträglich sid:, y,

Mehr

24 Komplexe Vektoren und Matrizen

24 Komplexe Vektoren und Matrizen Lieare Algebra II SS 011 - Prof Dr afred Leit apitel VII: Der örper der komplexe Zahle 4: omplexe Vektore ud atrie 4 omplexe Vektore ud atrie A Der komplexe Vektorraum B Der ormierte Raum C Der Skalarproduktraum

Mehr

Proseminar Lineare Algebra WS 2016/17

Proseminar Lineare Algebra WS 2016/17 Prosemiar Lieare Algebra WS 2016/17 Bachelorstudium Lehramt Sekudarstufe (Allgemeibildug) Lehramtsstudium Uterrichtsfach Mathematik Kapitel 0: Grudlage 1. Wie sid die Begriffe Vereiigug, Durchschitt ud

Mehr

Mathematik III. Vorlesung 81. Eigenschaften des Dachprodukts. Die folgende Aussage beschreibt die universelle Eigenschaft des Dachproduktes.

Mathematik III. Vorlesung 81. Eigenschaften des Dachprodukts. Die folgende Aussage beschreibt die universelle Eigenschaft des Dachproduktes. Prof. Dr. H. Breer Osabrück S 2010/2011 Mathematik III Vorlesug 81 Eigeschafte des Dachprodukts Die folgede Aussage beschreibt die uiverselle Eigeschaft des Dachproduktes. Satz 81.1. Es sei K ei Körper,

Mehr

1 Funktionen und Flächen

1 Funktionen und Flächen Fuktioe ud Fläche. Fläche Defiitio: Die Ebee R ist defiiert als Mege aller geordete Paare vo reelle Zahle: R = {(,, R} Der erste Eitrag heißt da auch Koordiate ud der zweite Koordiate. Für zwei Pukte (,,

Mehr

1 Das Skalarprodukt und das Kreuzprodukt

1 Das Skalarprodukt und das Kreuzprodukt Das Skalarprodukt ud das Kreuzprodukt Wir betrachte zu x = de Ausdruck y t x : = x Grud: Die rechte Seite der Gleichug ist: y t x = (y tx +... + (y ty { t x } y +... + x y x + x y (x y +... + x y x x t

Mehr

Einige Beispiele für Mengen im R n.

Einige Beispiele für Mengen im R n. Eiige Beispiele für Mege im R. Itervalle i R. Seie a, b R mit a < b. [a, b] : {x a x b} abgeschlossees Itervall (a, b : {x a < x < b} offees Itervall [a, b : {x a x < b} halboffees Itervall (a, b] : {x

Mehr

heißt kommutativ (oder auch abelsch), falls für die Verknüpfung das Kommutativgesetz gilt: (G 5) Für alle ab, Ggilt a b

heißt kommutativ (oder auch abelsch), falls für die Verknüpfung das Kommutativgesetz gilt: (G 5) Für alle ab, Ggilt a b r M J auer Algebraische trukture 7 Kapitel : Gruppe Gruppe: efiitio, Beispiele efiitio (Gruppe) Eie Mege G (G ) zusamme mit eier Verküpfug heißt eie Gruppe, we folgede Eigeschafte erfüllt sid: (G ) G ist

Mehr

so spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe.

so spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe. Defiitioe ud Aussage zu ruppe Michael ortma Eie ruppe ist ei geordetes Paar (, ). Dabei ist eie icht-leere Mege, ist eie Verküpfug (Abbildug), wobei ma i.a. a b oder gar ur ab statt ( a, b) schreibt. Es

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Breer Osabrück SS 2016 Lieare Algebra ud aalytische Geometrie II Vorlesug 50 Ei Tetraeder (eie Pyramide mit gleichseitige Dreiecke als Seite). Ei Oktaeder (ei Achtflächer). Ei Dodekaeder,

Mehr

D-HEST, Mathematik III HS 2015 Prof. Dr. E. W. Farkas R. Bourquin und M. Sprecher. Lösung 1

D-HEST, Mathematik III HS 2015 Prof. Dr. E. W. Farkas R. Bourquin und M. Sprecher. Lösung 1 D-HEST, Mathematik III HS 15 Prof. Dr. E. W. Farkas R. Bourqui ud M. Sprecher Lösug 1 Das erste Kapitel der Vorlesug behadelt die Theorie der Fourier-Reihe. Bearbeite Sie bitte folgede Frage olie bis Diestag,

Mehr

Übungen zur Funktionentheorie

Übungen zur Funktionentheorie Mathematisches Istitut SS 2009 Uiversität Müche Prof. Dr. M. Schotteloher C. Paleai M. Schwigeheuer A. Stadelmaier Übuge zur Fuktioetheorie Übugsblatt. (a) Sei α: C C x y x + iy y x da ist α offesichtlich

Mehr

1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig.

1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig. 1.3 Fuktioe Seie M ud N Mege f : M N x M : 1 y N : y fx et ma Fuktio oder Abbildug. Beachte: Zuordug ist eideutig. Bezeichuge: M : Defiitiosbereich N : Bildbereich Zielmege vo f Der Graph eier Fuktio:

Mehr

21. Euklidische und unitäre Räume

21. Euklidische und unitäre Räume 250 Adreas Gathma 21. Euklidische ud uitäre Räume Wir wolle us u mit eiem gaz adere Thema beschäftige, ämlich wie ma Läge vo Vektore ud Wikel zwische zwei Vektore bereche (ud überhaupt erst eimal defiiere)

Mehr

Für eine n n-matrix A müssen wir die Gleichung. lösen. Falls (A λi) invertierbar ist, dann ist. Dann ist aber λ kein Eigenwert.

Für eine n n-matrix A müssen wir die Gleichung. lösen. Falls (A λi) invertierbar ist, dann ist. Dann ist aber λ kein Eigenwert. Geschlossees Leotief-Modell Ei Leotief-Modell für eie Volkswirtschaft heißt geschlosse, we der Kosum gleich der Produktio ist, d.h. we Kapitel 5 Eigewerte V x = x Es hadelt sich dabei um eie Spezialfall

Mehr

38 Normen und Neumannsche Reihe

38 Normen und Neumannsche Reihe 168 V. Lieare Algebra 38 Norme ud Neumasche Reihe Wir erier zuächst a (vgl. 15.6) 38.1 Normierte Räume. Es sei E ei Vektorraum über K = R oder K = C. Eie Abbildug : E [0, ) heißt Norm auf E, falls gilt

Mehr

Zusammenfassung: Mathe 1

Zusammenfassung: Mathe 1 Zusammefassug: Mathe 1 Beispiel zur Iduktio Behauptug: es gilt k 2 = 6 (+1) (2+1) Beweis: Iduktio über Iduktiosafag: = 1 k 2 + 1: für = 1: k 2 =1 2 =1 1 Aahme: Für ei N gilt Zu zeige: da muss auch gelte

Mehr

Analysis II Sommer 2016 Prof. Dr. George Marinescu / Dr. Frank Lapp Übung

Analysis II Sommer 2016 Prof. Dr. George Marinescu / Dr. Frank Lapp Übung Aalysis II Sommer 06 Prof Dr George Mariescu / Dr Frak Lapp Übug Zuallererst sollt ihr die zusätzliche Übug utze um Lösuge vo Aufgabe zu bespreche, zu dere Besprechug ihr i de Übuge davor icht gekomme

Mehr

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ). KAPITEL 11 Ugleichuge 111 Jese-Ugleichug Defiitio 1111 Eie Fuktio g : R R heißt kovex, we ma für jedes x R ei K = K (x ) R fide ka, so dass für alle x R gilt: g(x) g(x ) + K (x x ) Bemerkug 111 Eie Fuktio

Mehr

Positiv denken! Lösungen

Positiv denken! Lösungen Schülerzirkel Mathematik Fakultät für Mathematik. Uiversität Regesburg Positiv deke! Lösuge Aufgabe 1 (GMAMQM (ur für die Klasse 7/8) [ Pukte]). Seie a, b reelle Zahle. 1. Sei a 0 ud b 0. Zeige, dass a

Mehr

Kompaktheit und gleichgradige Stetigkeit. 1 Einführung in die Kompaktheit in C 0

Kompaktheit und gleichgradige Stetigkeit. 1 Einführung in die Kompaktheit in C 0 Kompaktheit ud gleichgradige Stetigkeit Vortrag zum Prosemiar zur Aalysis, 14.06.2010 Mao Wiescherma Matthias Klupsch Dieser Vortrag beschäftigt sich mit Kompaktheit vo Teilräume vom Raum der stetige Abbilduge

Mehr

Metrisierbarkeit. Technische Universität Wien Seminararbeit aus Analysis WS 2014 Sinan Özcaliskan

Metrisierbarkeit. Technische Universität Wien Seminararbeit aus Analysis WS 2014 Sinan Özcaliskan Metrisierbarkeit Techische Uiversität Wie Semiararbeit aus Aalysis WS 04 Sia Özcaliska Ihaltsverzeichis Eileitug 3 Der Metrisierbarkeitssatz vo Alexadroff-Urysoh 3 3 Der Metrisierbarkeitssatz vo Nagata-Smirov

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. D. Castrigiao Dr. M. Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Mathematik 3 für Physik (Aalysis 2) http://www-hm.ma.tum.de/ss10/ph2/ 23. Charakterisierug vo Cauchy-Folge

Mehr

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2 D-MATH Topologie FS 15 Theo Bühler Musterlösug 2 1. a) Per Defiitio ist A = {x : x berührt A}. I der Vorlesug wurde die Formel (X A) = ( A ) c gezeigt, also A = ( X A ) c. Daher ist A = A A = A (A ) c

Mehr

Algebra. (R1) Die Summe zweier Endomorphismen ist punktweise definiert, daher ist es leicht einzusehen, daß End(A) eine abelsche Gruppe bildet.

Algebra. (R1) Die Summe zweier Endomorphismen ist punktweise definiert, daher ist es leicht einzusehen, daß End(A) eine abelsche Gruppe bildet. Fachbereich Mathemati Prof. Dr. Nils Scheithauer Walter Reußwig TECHNISCHE UNIVERSITÄT DARMSTADT WS 08/09 14. Otober 2008 Algebra 1. Übug mit Lösugshiweise Aufgabe 1 Es seie R,S Rige ud ϕ : R S ei Righomomorphismus.

Mehr

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß Der Satz vo Stoe-Weierstraß Vortrag zum Prosemiar Aalysis, 28.06.2010 Valetia Gerber, Sabria Kielma Aus der Vorlesug Aalysis I ud II kee wir das Kozept des Approximieres. Us wurde die Begriffe Taylor-

Mehr

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id,

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id, Kreisabbilduge Im Folgede sehe wir us eie gaz spezielle Klasse vo dyamische Systeme a: Abbilduge auf dem Kreis. Diese sid eifach geug, so dass wir sie och recht leicht aalysiere köe, habe aber adererseits

Mehr

Sinus- + Cosinus-Funktion und komplexe Wurzel

Sinus- + Cosinus-Funktion und komplexe Wurzel Dr. Siegfried Echterhoff Aalysis 1 Vorlesug WS 08 09 6 Polarkoordiate Sius- + Cosius-Fuktio ud komplexe Wurzel 6.1 Im folgede seik 1 1 := {z C z = 1} der Kreis i C mit Radius 1 ud Mittelpukt 0. Wir defiiere

Mehr

c B Analytische Geometrie

c B Analytische Geometrie KITL 9 alytische Geometrie Gerade arameterdarstellug eier Gerade ie Gerade g ist bestimmt durch eie Richtug, gegebe durch eie Vektor c, c 0, ud eie ukt, der auf der Gerade liegt Ma et de ufpukt i ukt X

Mehr

4. Der Weierstraßsche Approximationssatz

4. Der Weierstraßsche Approximationssatz H.J. Oberle Approximatio WS 213/14 4. Der Weierstraßsche Approximatiossatz Wir gebe i diesem Abschitt eie ostrutive Beweis des Weierstraßsche Approximatiossatzes, der mit de so geate Berstei-Polyome (Felix

Mehr

x = a + b α + β. b) Wir erweitern den Bruch geeignet (Standardtrick: z z ist reell, daher ergibt 1/z = 1/z z/ z = z/(z z) einen reellen Nenner):

x = a + b α + β. b) Wir erweitern den Bruch geeignet (Standardtrick: z z ist reell, daher ergibt 1/z = 1/z z/ z = z/(z z) einen reellen Nenner): Karlsruher Istitut für Techologie (KIT) Istitut für Aalysis Priv-Doz Dr P C Kustma Dr D Frey WS 0/ Höhere Mathematik I für die Fachrichtug Physik Lösugsvorschläge zum 3 Übugsblatt Aufgabe Zuächst zum Supremum:

Mehr

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Polynome. Sommersemester Franz Pauer

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Polynome. Sommersemester Franz Pauer Uterlage zur Vorlesug Algebra ud Geometrie i der Schule: Grudwisse über Polyome Sommersemester 2009 Fraz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 25, 6020 INNSBRUCK, AUSTRIA

Mehr

Lineare Abbildungen und Matrizen

Lineare Abbildungen und Matrizen Kapitel 6 Lieare Abbilduge ud Matrize I diese Kapitel werde wir lieare Abbilduge ittels sogeater Matrize beschreibe. Das Matrizekalkül wurde i Wesetliche vo C.F. Gauß, J.J. Sylvester ud A. Cayley i 19.

Mehr

AT AB., so bezeichnet man dies als innere Teilung von

AT AB., so bezeichnet man dies als innere Teilung von Teilverhältisse Aus der Geometrie der Dreiecke ket ma die Aussage, dass der Schwerpukt T eies Dreiecks die Seitehalbierede im Verhältis : teilt. Für die Strecke AT ud TM gilt gemäß der Abbildug AT : TM

Mehr

II.2 Mathematisches Handwerkszeug

II.2 Mathematisches Handwerkszeug II.2 Mathematisches Hadwerkszeug 2.1 Vektorraum der quadratitegrierbare Fuktioe Eie Fuktio f = f(x) heißt quadratitegrierbar, we das Itegral vo bis + eie edliche Wert hat: f(x) 2 dx < (1) Für ei eifache

Mehr

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37 Reelle Folge Der Begriff der Folge ist ei grudlegeder Baustei der Aalysis, weil damit u.a. Grezprozesse defiiert werde köe. Er beschreibt de Sachverhalt eier Abfolge vo Elemete, wobei die Reihefolge bzw.

Mehr

Übungen zur Analysis II SS 2006

Übungen zur Analysis II SS 2006 Mathematisches Istitut der Uiversität Heidelberg Prof. Dr. R. Weissauer/Dr. U. Weselma http://www.mathi.ui-heidelberg.de/ weselma.uebuge.html Übuge zur Aalysis II SS 26 Lösugshiweise Blatt 3 Aufgabe 8*

Mehr

Konvexität und Ungleichungen

Konvexität und Ungleichungen Koveität ud Ugleichuge Tag der Mathematik 2003 Holger Stepha Weierstraß Istitut für Agewadte Aalysis ud Stochastik http://www.wias-berli.de/people/stepha = Für mathematisch iteressierte Schüler = Folie

Mehr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Lars Machiek Dipl.-Math. Sebastia Schwarz WS 206/207 03..206 Aalysis I Lösugsvorschläge zum 3. Übugsblatt Abgabe:

Mehr

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014 Herzlich Willkomme zur Vorlesug Aalysis I SoSe 2014 Prof. Dr. Berd Dreseler Lebediges Lere: Aufgabe Ich Wir 2 Reelle Zahle 2.1 Körperstruktur vo (K1) Additio ud Multiplikatio kommutativ: a b b a, ab ba.

Mehr

mit (a 1 ) (0,0,,0). Dann ist die Menge,,a n,a 2 eine endliche Menge und besitzt ein grösstes Element ggt(a 1

mit (a 1 ) (0,0,,0). Dann ist die Menge,,a n,a 2 eine endliche Menge und besitzt ein grösstes Element ggt(a 1 Kapitel 1: Reste, Teiler, Vielfache Defiitio Es sei a 0. Die Zahl b 0 ist ei Teiler vo a, we es ei u 0 gibt, sodass ub= a. Ist b ei Teiler vo a, so ist a ei Vielfaches vo b. Bezeichug b a für b ist Teiler

Mehr

4 Andreas Gathmann. x 2 +y 2 x 2 +y 2 x 2 +y 2

4 Andreas Gathmann. x 2 +y 2 x 2 +y 2 x 2 +y 2 4 Adreas Gathma 1. Komplexe Zahle Bevor wir mit der komplexe Aalysis begie, wolle wir uächst die grudlegede Defiitioe ud Eigeschafte der komplexe Zahle och eimal kur wiederhole. Defiitio 1.1. Die Mege

Mehr

Lineare Algebra I. Def. Äquivalenzrelation: Eine Relation mit den Eigenschaften: Reflexivität, Symmetrie, Transitivität

Lineare Algebra I. Def. Äquivalenzrelation: Eine Relation mit den Eigenschaften: Reflexivität, Symmetrie, Transitivität www.schlurcher.de.vu Eileitug Kurze Megelehre (vgl. Aalysis) Lieare Algebra I Def. Relatio: Eie Relatio ist eie Teilmege vo A x A. Mögliche Eigeschafte Def. Äquivalezrelatio: Eie Relatio mit de Eigeschafte:

Mehr

a ist die nichtnegative Lösung der Gleichung a 0 a, b 0 : a 0 und b > 0 Beispiele:

a ist die nichtnegative Lösung der Gleichung a 0 a, b 0 : a 0 und b > 0 Beispiele: Zahle. Die Quadratwurzel Die Quadratwurzel a heißt Radikad Beachte: 0 = 0 a ist die ichtegative Lösug der Gleichug = a, wobei a 0. 4 Ei Teil der Quadratwurzel sid ratioale Zahle (bspw. 6, 0, 09, ), adere

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 5. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 5. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Istitut für Aalysis Dr A Müller-Rettkowski Dr T Gauss WS 00/ Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übuge zur Lieare Algebra 1 Lösuge Witersemester 009/010 Uiversität Heidelberg Mathematisches Istitut Lösuge Blatt 8 Dr D Vogel Michael Maier Aufgabe 33 Gehe wir aalog zu Algorithmus vor: v 1 M(4,K) A :=

Mehr

0.1 E: Der Haupsatz der Mineralogie

0.1 E: Der Haupsatz der Mineralogie 0. E: Der Haupsatz der Mieralogie Satz: I eiem Kristall gibt es ur,,3,4 ud 6-zählige Symmetrie. Defiitio: Seie u, v 0 zwei Vektore, die icht auf eier Gerade liege. Die Mege heißt Gitter. Satz: Die Vektore

Mehr

Lösungen zum Übungsblatt 2

Lösungen zum Übungsblatt 2 Fakultät für Luft- ud Raumfahrttechik Istitut für Mathematik ud Recherawedug Partielle Differetialgleichuge II (ME), Prof. Dr. J. Gwier Übug: N. Ovcharova, K. Dvorsky 6. Jauar bis 9. Februar 011 Lösuge

Mehr

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa 20 I. Zahle, Kovergez ud Stetigkeit 4 Kovergete Folge 4. Dezimalzahle ud Itervallschachteluge. a) Reelle Zahle werde meist als Dezimalzahle dargestellt, etwa 7,304 = 0+7 +3 0 +0 00 +4 000. Edliche Dezimalzahle

Mehr

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem

Mehr

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik Prosemiar: Mathematisches Problemlöse Ugleichuge Pierre Schmidt Vortragstermi: 19. Jui 015 Übugsleiteri: Dr. Natalia Griberg Fakultät für Mathematik Karlsruher Istitut für Techologie Ihaltsverzeichis 1

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis 1, Woche 2 Reelle Zahle A1 2.1 Ordug Defiitio 2.1 Ma et eie Ordug für K, we 1. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a,

Mehr

Seminar De Rham Kohomologie und harmonische Differentialformen - 2. Sitzung

Seminar De Rham Kohomologie und harmonische Differentialformen - 2. Sitzung Semiar De Rham Kohomologie ud harmoische Differetialforme - 2. Sitzug Torste Hilgeberg 26. April 24 1 Orietierug Defiitio: Zwei Karte heiße orietiert verbude, we das Differetial des Kartewechsels positive

Mehr

Lösungen zur Übungsserie 10

Lösungen zur Übungsserie 10 Aalysis Herbstsemester 08 Prof Peter Josse Motag, 3 Dezember Lösuge zur Übugsserie 0 Aufgabe,,4,,6,8,9,,,3,4 Aufgabe Sei V der R-Vektorraum der stetige Fuktioe auf dem Itervall [0, ], ud sei d 0 eie gaze

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8 Mathematisches Istitut der Uiversität Müche Prof Dr Peter Otte WiSe 203/4 Lösug 8 032203 Übuge zur Aalysis für Iformatiker ud Statistiker Lösug zu Blatt 8 Aufgabe 8 [8 Pukte] (a) Für alle N sei = (+) Wir

Mehr

gesucht. Die Lösungen dieser Gleichung, kann man als Punkte der Ebene E deuten. Fragt sich nun, ob der Koeffizientenvektor n 1

gesucht. Die Lösungen dieser Gleichung, kann man als Punkte der Ebene E deuten. Fragt sich nun, ob der Koeffizientenvektor n 1 Norrmallefforrm derr Ebee ud Absttäde Koorrdi iattegl leichug derr Ebee eu itterrprretti i ierrtt mitt dem Skalarrprroduktt Neu-iterpretatio der Koordiategleichug b c a d E. Gegebe ist die Ebee E durch

Mehr

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2013

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2013 Herzlich Willkomme zur Vorlesug Aalysis I SoSe 2013 Prof. Dr. Berd Dreseler Lebediges Lere: Aufgabe Ich Wir Überblick Mittelwertsatz Differetialrechug Natürliche Zahle Iduktiosprizip Kombiatorik Körper

Mehr

Wiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz

Wiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz Vorlesug 4 6 + 9 April Bei w,, w m, v R ; (w,, w m =: A R (,m ud ieres Produkt = euklidisches Produkt schrieb sich das Approximatiosproblem so: Fide w = Wiederholug: m ζ k w k mit w v w v w spa{w,, w m

Mehr

Übungsaufgaben mit Lösungen. Mathematik I

Übungsaufgaben mit Lösungen. Mathematik I Fachhochschule Pforzheim - Eletrotechi / Iformatiostechi - Übugsaufgabe mit Lösuge zur Vorlesug Mathemati I Prof. Dr. Mazura ud Prof. Dr. Gohout) für Studete der Fachrichtuge Eletrotechi / Techische Iformati

Mehr

3. Taylorformel und Taylorreihen

3. Taylorformel und Taylorreihen Prof Dr Siegfried Echterhoff Aalysis Vorlesug SS 9 3 Taylorformel ud Taylorreihe Sei I R ei Itervall ud sei f : I R eie Fuktio Ziel: Wolle utersuche, wa sich die Fuktio f i eier Umgebug vo eiem Pukt I

Mehr

Logik. Wahrheitstafeln - für verschiedene Belegungen der logischen Variable wird der Wahrheitswert logischer Ausdrücke angegeben

Logik. Wahrheitstafeln - für verschiedene Belegungen der logischen Variable wird der Wahrheitswert logischer Ausdrücke angegeben . Eiführug Logik Defiitio: Uter eier ussage versteht ma die gedakliche Widerspiegelug eies Sachverhaltes der objektive Realität, bei dem eideutig etschiede werde ka, ob er wahr oder falsch ist. Operatioe

Mehr

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Lineare Gleichungen. Sommersemester 2009.

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Lineare Gleichungen. Sommersemester 2009. Uterlage zur Vorlesug Algebra ud Geometrie i der Schule: Grudwisse über Lieare Gleichuge Sommersemester 2009 Fraz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 25, 6020 INNSBRUCK,

Mehr

Klausur zum Grundkurs Höhere Mathematik I

Klausur zum Grundkurs Höhere Mathematik I Korrektur 6.06.06:.,3. ; 7.07.06: 3. Name, Vorame: Studiegag: Matrikelummer: 3 4 5 6 Z Pukte Note Klausur zum Grudkurs Höhere Mathematik I für BNC, GtB, MB, EC, TeM, VT, KGB, WWT, ESM, FWK, BGi, WiW 0.

Mehr

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Polynome. Sommersemester Franz Pauer

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Polynome. Sommersemester Franz Pauer Uterlage zur Vorlesug Algebra ud Geometrie i der Schule: Grudwisse über Polyome Sommersemester 20 Fraz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 25, 6020 INNSBRUCK, AUSTRIA

Mehr

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 13. Besprechung in KW05/2018

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 13. Besprechung in KW05/2018 Techische Uiversität Müche Witer 2017/18 Prof. J. Esparza / Dr. M. Lutteberger, S. Sickert 2018/02/08 HA-Lösug TA-Lösug Diskrete Strukture Tutoraufgabeblatt 13 Besprechug i KW05/2018 Beachte Sie: Soweit

Mehr

n=1 b n, deren Summe n=1 (a n + b n ) eine konvergente Reihe ist. Die Aussage ist WAHR, ein mögliches Beispiel sind die divergenten Reihen 1

n=1 b n, deren Summe n=1 (a n + b n ) eine konvergente Reihe ist. Die Aussage ist WAHR, ein mögliches Beispiel sind die divergenten Reihen 1 ANALYSIS WS 08/09 Vorlesug: Prof. Dr. P. Ullrich Übuge: Dr. I. Kharif/ Dr. M. Steihauer 9. ÜBUNGSBLATT- LÖSUNGSHINWEISE/Ergebisse Die folgede Bearbeituge sid - zum Teil - keie ausführliche Musterlösuge,

Mehr

Ubungen zur Analysis 1. Prof. Dr. Kohnen. Dr. O. Delzeith

Ubungen zur Analysis 1. Prof. Dr. Kohnen. Dr. O. Delzeith Ubuge zur Aalysis 1 Prof. Dr. Kohe Dr. O. Delzeith SS 1996 1. Beweise Sie uter Beutzug der i der Vorlesug geate vier Axiome fur N : Sid m; ; p; q 2 N ud gilt m > sowie p > q, so gilt mp > q. (3 Pukte)

Mehr

Mathematische Probleme, SS 2015 Montag 1.6. $Id: convex.tex,v /06/01 09:26:03 hk Exp $

Mathematische Probleme, SS 2015 Montag 1.6. $Id: convex.tex,v /06/01 09:26:03 hk Exp $ athematische Probleme, 2015 otag 1.6 $Id: cove.te,v 1.19 2015/06/01 09:26:03 hk Ep $ 3 Kovegeometrie 3.2 Die platoische Körper I der letzte itzug habe wir mit de Vorarbeite zur Berechug der platoische

Mehr

Ein Alternativsatz über die Disjunktheit punktierter konvexer Kegel

Ein Alternativsatz über die Disjunktheit punktierter konvexer Kegel Ei Alterativsatz über die Disjuktheit puktierter kovexer Kegel Rudolf Pleier ui 2015 Mittels des Treugssatzes vo Eidelheit (beat ach dem polische Mathematiker Meier Eidelheit, 1910 1943), ach dem ei ichtleerer

Mehr

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1 Istitut für Aalysis ud Algebra Mathematik I für Studierede der E-Techik Prof Dr Volker Bach WiSe 06/7 M Sc Birgit Komader M Sc Christoph Brauer Theme: Groe Übug - Lösuge Vollstädige Iduktio - Teleskopsumme

Mehr

Funktionenreihen. 1-E1 Ma 2 Lubov Vassilevskaya

Funktionenreihen. 1-E1 Ma 2 Lubov Vassilevskaya Fuktioereihe Erst durch Newto wurde die Theorie uedlicher Reihe zu eiem eigestädige Forschugsgebiet i der Mathematik, das da i Britaie besodere Beachtug ud weitere Etwicklug durch Brook Taylor ud Coli

Mehr

LGÖ Ks VMa 12 Schuljahr 2017/2018

LGÖ Ks VMa 12 Schuljahr 2017/2018 LGÖ Ks VMa Schuljahr 7/8 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Experte 8 Polyomgleichuge ud -ugleichuge

Mehr

D-ITET Analysis I HS 2018 Prof. Alessandra Iozzi. Musterlösung 6. und berechnen. = lim. = lim. n n. = lim

D-ITET Analysis I HS 2018 Prof. Alessandra Iozzi. Musterlösung 6. und berechnen. = lim. = lim. n n. = lim D-ITET Aalysis I HS 2018 Prof. Alessadra Iozzi Musterlösug 6 1. a) Wir setze a := 1 (3+1) 4 ud bereche a a +1 = 1. ( 3( + 1) + 1 1 3 + 1 3 + 4 3 + 1 ( 3 + 4 ) 4 3 + 1 Der Limes existiert isbesodere ud

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 04..05 Höhere Mathematik für die Fachrichtug Physik Lösugsvorschläge zum 6. Übugsblatt Aufgabe

Mehr

Kapitel 6 Differenzierbarkeit

Kapitel 6 Differenzierbarkeit Kapitel 6 Differezierbarkeit Ihalt 6.1 6.1Die Defiitio 6.2 6.2Die Eigeschafte 6.3 6.3Extremwerte Seite 2 Was heißt differezierbar? Differezierbare Fuktioe sid sid glatte Fuktioe. Wir Wir beschreibe diese

Mehr

Eigenwertproblem 1. Das Eigenwertproblem

Eigenwertproblem 1. Das Eigenwertproblem Eigewertproblem Das Eigewertproblem L Germa, R Grisch, N Ghielmetti, D Graata 504007 Eigewertproblem Eigewerte Eie Zahl heisst Eigewert der Matrix, falls es eie Vektor x 0 gibt, so dass x x Die Matrix

Mehr

Resultate: Vertauschbarkeit von Grenzprozessen, Konvergenzverhalten von Potenzreihen

Resultate: Vertauschbarkeit von Grenzprozessen, Konvergenzverhalten von Potenzreihen 26 Gleichmäßige Kovergez ud Potezreihe 129 26 Gleichmäßige Kovergez ud Potezreihe Lerziele: Kozepte: Puktweise ud gleichmäßige Kovergez Resultate: Vertauschbarkeit vo Grezprozesse, Kovergezverhalte vo

Mehr

1 Vollständige Induktion

1 Vollständige Induktion 1 Vollstädige Idutio 1.1 Idutiosbeweise Das Beweisprizip der vollstädige Idutio ist eies der wichtigste Hilfsmittel der Mathemati icht ur der Aalysis. Es fidet Verwedug bei pratische alle Aussage, die

Mehr

Ein Kreis mit dem Mittelpunkt M=(1 2) geht durch den Punkt P=(4-2). Bestimme den Radius des Kreises und die Kreisgleichung.

Ein Kreis mit dem Mittelpunkt M=(1 2) geht durch den Punkt P=(4-2). Bestimme den Radius des Kreises und die Kreisgleichung. 9 Lösuge Beispiel 1: Bestimme Mittelpukt ud Radius des Kreises k: x²+4x+y²-2y-11=0. Diese Gleichug formt ma um i die Form (x-x M )²+(y-y M )²=r². I dieser Gleichug sid x M ud y M die Koordiate des Mittelpuktes

Mehr

6. AufdemRaumder stetigdifferenzierbaren FunktionenC 1 ([a,b],r n ) kannman auch folgende Norm betrachten:

6. AufdemRaumder stetigdifferenzierbaren FunktionenC 1 ([a,b],r n ) kannman auch folgende Norm betrachten: 2 Kapitel. Gewöhliche Differetialgleichuge.2 Baachräume Um de Satz vo Picard ud Lidelöf auf höhere Dimesioe übertrage zu köe, wird hier zuächst der Begriff des Baachraums bereitgestellt ud da der Baachsche

Mehr

A 2. Abb. 1: Analogon zum rechtwinkligen Dreieck

A 2. Abb. 1: Analogon zum rechtwinkligen Dreieck Has Walser, [0076], [0080] Verallgemeierug des Satzes vo Pythagoras Hiweis: H. Sch., W. Im Raum. Aalogo zum rechtwiklige Dreieck Wir ersetze de zweidimesioale rechte Wikel durch eie Raumecke, wie sie bei

Mehr

Lineare Räume. 1) Vektor-Räume. 2) Normen, Konvergenzen, Banachräume. 3) Hilbert-Räume. 4) Strukturen: Direkte Summe; Tensor-Produkt.

Lineare Räume. 1) Vektor-Räume. 2) Normen, Konvergenzen, Banachräume. 3) Hilbert-Räume. 4) Strukturen: Direkte Summe; Tensor-Produkt. A Lieare Räume 1) Vektor-Räume 2) Norme, Kovergeze, Baachräume 3) Hilbert-Räume 4) Strukture: Direkte Summe; Tesor-Produkt 5) Dualräume 6) Itegratio ud Maß 1 1) Vektor-Räume 1.1. Def: Ei (komlexer) Vektorraum

Mehr

Aufgabe 1-1: Aufgabe 1-2: Aufgabe 1-3: Aufgabe 1-4:

Aufgabe 1-1: Aufgabe 1-2: Aufgabe 1-3: Aufgabe 1-4: 1. Übug zur Höhere Mathematik 1 Abgabe: KW 4 Aufgabe 1-1: Es seie a,b mit a 0, b 0. Beweise Sie ab a b a b a b Aufgabe 1-: Beweise Sie durch vollstädig Iduktio k 1 (k 1) k 0 0 k 1!, 0, 0? 1,? d), 0, 0?

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

Leitfaden Bielefeld SS 2007 III-4

Leitfaden Bielefeld SS 2007 III-4 Leitfade Bielefeld SS 2007 III-4 8.2. Der allgemeie Fall. Satz. Sei N 1, sei ω eie primitive -te Eiheitswurzel ud K = Q[ω ]. Da gilt: (a) [K : Q] = φ(), (b) Φ ist irreduzibel, (c) O K = Z[ω ]. (d) Eie

Mehr

Gleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung:

Gleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung: Gleichuge ud Ugleichuge Mathematische Grudlage Das Hadout ist Bestadteil der Vortragsfolie zur Höhere Mathemati; siehe die Hiweise auf der Iteretseite wwwimgui-stuttgartde/lstnumgeomod/vhm/ für Erläuteruge

Mehr

Analysis I - Zweite Klausur

Analysis I - Zweite Klausur Aalysis I - Zweite Klausur Witersemester 2004-2005 Vorame: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Aufgabe 9 Summe Aufgabe 4 Pukte Bestimme Sie (mit Beweis)

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes

Mehr

und da die Fouriertransformation bijektiv auf S (R n ) folgt das Resultat.

und da die Fouriertransformation bijektiv auf S (R n ) folgt das Resultat. Lösug 1. a) Da A symmetrisch positiv defiit ist auch A 1 symmetrisch positiv defiit ud mit Kapitel. folgt Φ A (k) e 1 xt Ax. Mit dem Faltugssatz ist Φ A Φ B (k) Φ A (k) Φ B (k) Φ A+B (k) ud da die Fouriertrasformatio

Mehr

1 Lösungen zu Analysis 1/ 12.Übung

1 Lösungen zu Analysis 1/ 12.Übung Lösuge ausgewählter Beispiele zu Aalysis I, G. Bergauer, Seite Lösuge zu Aalysis / 2.Übug. Eileitug Gleichmäßige Kovergez ist eie starke Eigeschaft eier Fuktioefolge. Formuliert ma sie für Netze, statt

Mehr

Analysis I. Prof. Dr. H. Brenner Osnabrück WS 2014/2015. Vorlesung 20. Konvexe Funktionen

Analysis I. Prof. Dr. H. Brenner Osnabrück WS 2014/2015. Vorlesung 20. Konvexe Funktionen Prof. Dr. H. Breer Osabrück WS 2014/2015 Aalysis I Vorlesug 20 Kovexe Fuktioe Eie kovexe Teilmege. Eie ichtkovexe Teilmege. Defiitio 20.1. Eie Teilmege T R heißt kovex, we mit je zwei Pukte P, Q T auch

Mehr

4.6 Berechnung von Eigenwerten

4.6 Berechnung von Eigenwerten 4.6 Berechug vo Eigewerte 4.6 Berechug vo Eigewerte I diesem Abschitt befasse wir us mit dem Eigewertproblem: zu gegebeer Matrix A R sid die Eigewerte (ud gegebeefalls Eigevektore) gesucht. Wir erier a

Mehr