Tensorrechnung. Prof. Thomas Apel Institut für Mathematik und Bauinformatik Fakultät für Bauingenieurwesen und Umweltwissenschaften

Größe: px
Ab Seite anzeigen:

Download "Tensorrechnung. Prof. Thomas Apel Institut für Mathematik und Bauinformatik Fakultät für Bauingenieurwesen und Umweltwissenschaften"

Transkript

1 Tensorrechnung Prof. Thomas Apel Institut für Mathematik und Bauinformatik Fakultät für Bauingenieurwesen und Umweltwissenschaften Wintertrimester 2015

2 Inhaltsverzeichnis Literatur 2 1 Tensoren Tensoren erster Stufe Tensoren zweiter Stufe Tensoren höherer Stufe Tensorfelder Krummlinige Koordinaten Differentiale und der Gradient einer skalaren Funktion Differentiation von Tensorfeldern Gradient, Divergenz und Rotation von Vektorfunktionen Literatur [dbp78] Boer, R. de und H. Prediger: Tensorrechnung Grundlagen für die Ingenieurwissenschaften. Forschungsberichte aus dem Fachbereich Bauwesen 5, Universität Essen Gesamthochschule, [Its07] [LC03] Itskov, M.: Tensor Algebra and Tensor Analysis for Engineers. Springer, Berlin, Lebedev, L. P. und M. J. Cloud: Tensor Analysis. World Scientific, New Jersey, WT 2015

3 1 Tensoren Literatur: [dbp78, LC03] Bem 1.1 Die Tensorrechnung stellt ein wichtiges Hilfsmittel zur Beschreibung physikalischer und ingenieurwissenschaftlicher Probleme dar. Die Elastizitätsund Plastizitätstheorie, überhaupt die ganze Kontinuumsmechanik sind ohne die Verwendung des Tensorkalküls undenkbar. 1.1 Tensoren erster Stufe E 1.2 (erster Versuch einer Begriffsklärung) Im Modul Mathematik I haben wir den Begriff des Vektors in zwei verschiedenen Bedeutungen verwendet. Einerseits wurden Vektoren als gerichtete Größen eingeführt. Vektoren in diesem Sinne sind Tensoren erster Stufe. Andererseits haben wir den Begriff Vektor für einspaltige Matrizen (Spaltenvektor) und einzeilige Matrizen (Zeilenvektor) verwendet. Vektoren in diesem Sinne können zwar zur Beschreibung von Tensoren erster Stufe verwendet werden, sind aber selbst keine Tensoren erster Stufe. E 1.3 (zweiter Versuch einer Begriffsklärung) Der Begriff Tensor erster Stufe ist ein Oberbegriff für physikalische Größen, die nicht nur einen Betrag, sondern auch eine Richtung haben, und für die Rechenregeln wie die Vektoraddition sinnvoll sind. Ein typisches Beispiel sind Kräfte. Wichtig ist die Feststellung, dass die Kraft, die Ihr Körper gerade auf Ihren Stuhl ausübt, eine objektive Größe ist, die nicht von der subjektiven Wahl eines Koordinatensystems abhängt. Wenn eine Gruppe von Kräften im Gleichgewicht ist, so gilt dies unabhängig davon, in welchem Koordinatensystem die Kräfte beschrieben werden. Tensoren ermöglichen eine Beschreibung der Realität unabhängig von der Wahl eines Koordinatensystems. Damit wird vermieden, dass das Ergebnis einer Berechnung von der Wahl des Koordinatensystems abhängt. Aufg 1.4 Wiederholen Sie die Definition des Nullvektors, der Vektoraddition, der Multiplikation eines Vektors mit einem Skalar, der Linearkombination, der linearen Abhängigkeit/Unabhängigkeit, des Skalarprodukts, des Kreuzprodukts und des Spatprodukts. E 1.5 In diesen Definitionen kommt kein Koordinatensystem vor. Alle daraus abgeleiteten Beziehungen sind unabhängig von einem Koordinatensystem gültig, zum Beispiel u (v + w) = u v + u w, [a, b, c] = (a b) c, [a, b, c] = [b, c, a] u (v w) = (u w)v (u v)w, (1.1) (a b) (c d) = (a c)(b d) (a d)(b c), (a b) (c d) = [a, c, d]b [b, c, d]a. Vektoren in diesem Sinne sind Tensoren erster Stufe. Alle diese Definitionen sind in dieser Weise für Tensoren erster Stufe gültig. WT

4 Bem 1.6 Die Beschreibung eines Tensors erster Stufe als Größe mit Betrag und Richtung ist allerdings zu elementar und nicht zureichend. Zum Beispiel hat der elektrische Strom durch einen dünnen Leiter auch einen Betrag und eine Richtung. Wenn sich aber 2 Drähte in einer Ebene kreuzen, dann kann man deren physikalischen Effekt nicht durch einen einzigen Draht beschreiben, der in Richtung der Winkelhalbierenden liegt. Der elektrische Strom ist keine vektorielle Größe, sie folgt nicht den Regeln der Vektoraddition. Es gibt also Größen mit Betrag und Richtung, für die eine Beschreibung als Vektor/Tensor erster Stufe ungeeignet ist. Bem 1.7 In der linearen Algebra haben wir Vektoren als Zusammenfassung von n Zahlen zu einem mathematischen Objekt eingeführt. Aber man kann nicht jede Liste von n Zahlen sinnvoll mit einer reellen Zahl multiplizieren. Man denke an eine Liste von Maßen, die ein Schneider von einem Kunden nimmt, bevor er einen Anzug schneidert. Vektoren in diesem Sinne eignen sich nicht zur Definition eines Tensors erster Stufe. Def 1.8 Wir benötigen im Folgenden das Kroneckersymbol δ j i, das durch definiert ist. δ j i := { 1 für i = j, 0 für i j, E 1.9 (Orthonormalbasis und Koordinaten) Wenn wir drei linear unabhängige Tensoren erster Stufe, g 1 = g 1, g 2 = g 2 und g 3 = g 3, auszeichnen und als Basis verwenden, können wir jeden Tensor erster Stufe als Linearkombination dieser Basistensoren darstellen, x = x 1 g 1 + x 2 g 2 + x 3 g 3 = 3 x i g i. (1.2) i=1 Stehen die Basistensoren senkrecht aufeinander und sind sie normiert, g i g j = δ j i, i, j = 1, 2, 3, (1.3) sprechen wir von einer Orthonormalbasis oder auch von einem kartesischen Koordinatensystem. Die Koordinaten x i haben die Darstellung x i = x g i. (1.4) Dies kann man leicht herleiten, indem man die Gleichung (1.2) skalar mit den Basistensoren multipliziert und die Orthogonalität (1.3) ausnutzt. Zusammengefasst kann man auch schreiben x = 3 (x g i )g i. (1.5) i=1 Warum wir die Indizes manchmal unten und manchmal oben schreiben und somit für ein und dasselbe Objekt zwei verschiedene Bezeichnungen verwenden, wird im Laufe des Kapitels klar werden. 4 WT 2015

5 E 1.10 (Wechsel zwischen Orthonormalbasen) Wenn wir zu einer anderen Orthonormalbasis g 1 = g 1, g 2 = g 2, g 3 = g 3 übergehen, können wir die alten Basistensoren als Linearkombination der neuen Basistensoren darstellen. Mit einer zu (1.5) analogen Formel erhalten wir g i = 3 (g i g j ) g j = j=1 mit A j i = g i g j. Für den Tensor x gilt dann 3 A j i g j j=1 x = 3 x i g i = i=1 3 x i i=1 j=1 3 A j i g j, also 3 x = x j g j mit x j = j=1 3 i=1 x i A j i, j = 1, 2, 3. g 2 g2 x g 1 g1 E 1.11 (Einsteinsche Summenkonvention) In den Formeln tauchen oft Summen von 1 bis 3 auf, wobei der Summationsindex genau einmal als Subskript (unterer Index) und einmal als Superskript (oberer Index) auftritt. Wir wollen vereinbaren, diese Summenzeichen zukünftig wegzulassen. Wir schreiben also zum Beispiel x = x j g j mit x j = x i A j i. Diese Summationsregel wurde von Einstein eingeführt und wird manchmal als Einsteinsche Summenkonvention bezeichnet. Man beachte, dass die Wahl des Summationsindexes keine Bedeutung hat, x i g i = x 1 g 1 + x 2 g 2 + x 3 g 3 = x k g k, man sollte jedoch kleine lateinische Buchstaben verwenden. In einem anderen Zusammenhang wird bei Verwendung von kleinen griechischen Buchstaben nur von 1 bis 2 summiert. Den Index j in der Beziehung x j = x i A j i bezeichnet man als freien Index. Er geht auch von 1 bis 3, und wir vereinbaren, dass die entsprechende Angabe j = 1, 2, 3 ebenfalls weggelassen werden darf. WT

6 E 1.12 (Koordinaten bei nichtorthogonaler Basis) Ab jetzt wollen wir die Annahme fallenlassen, dass die Basis g 1, g 2, g 3 ein Orthonormalsystem bildet. Wünschenswert wäre eine ähnlich einfache Berechnung der Koordinaten x i eines Tensors x = x i g i erster Stufe wie in Formel (1.4). Wir werden zeigen, dass es Tensoren erster Stufe gibt, die wir mit g 1, g 2, g 3 bezeichnen wollen und die im Allgemeinen von g 1, g 2, g 3 verschieden sind, mit denen sich die Koordinaten weiterhin mit Formel (1.4) berechnen lassen. E 1.13 (biorthogonale Basis, duale Basis) Aus der Beziehung folgt, dass die Beziehung x i = x g i = (x j g j ) g i = x j (g j g i ) g j g i = δ i j (1.6) gelten muss. In kartesischen Koordinaten gilt g i = g i. Im Allgemeinen ist g 1, g 2, g 3 eine von g 1, g 2, g 3 verschiedene Basis, die man als biorthogonale Basis oder duale Basis bezeichnet. g 2 g 2 g 1 E 1.14 (Berechnung der biorthogonalen Basis) Man kann die Basis g 1, g 2, g 3 leicht angeben: Aus g 2 g 1 = g 3 g 1 = 0 folgt, dass g 1 = c 1 (g 2 g 3 ) mit einer geeigneten Konstanten c 1 ist, die man durch die verbleibende Bedingung g 1 g 1 = 1 bestimmen kann, c 1 [g 1 (g 2 g 3 )] = 1. Sei V = g 1 (g 2 g 3 ) das Volumen des durch g 1, g 2 und g 3 aufgespannten Parallelepipeds. Dann gilt und durch analoge Betrachtungen g 1 = 1 V (g 2 g 3 ) g 1 α i g i = 0 skalar mit g j multiplizieren g 2 = 1 V (g 3 g 1 ), g 3 = 1 V (g 1 g 2 ). (1.7) Ü 1.15 Zeigen Sie, dass die Tensoren g 1, g 2 und g 3 linear unabhängig sind, also tatsächlich als Basis taugen. E 1.16 (Dualität der Koordinatensysteme) Durch analoge Betrachtungen erhält man die Formeln g 1 = 1 V (g2 g 3 ), g 2 = 1 V (g3 g 1 ), g 3 = 1 V (g1 g 2 ), wobei V = g 1 (g 2 g 3 ) das Volumen des durch g 1, g 2 und g 3 aufgespannten Parallelepipeds ist. 6 WT 2015

7 Bsp 1.17 Wir suchen eine Beziehung zwischen V und V. Da V = g 1 (g 2 g 3 ) ist, leiten wir zuerst eine Formel für g 2 g 3 her. Mit (1.7) und (1.1) gilt also g 2 g 3 = 1 V g2 (g 1 g 2 ) = 1 V [(g2 g 2 )g 1 (g 2 g 1 )g 2 ] = 1 V g 1, V = g 1 (g 2 g 3 ) = g 1 1 V g 1 = 1 V. E 1.18 Wir haben also zwei Basen g 1, g 2, g 3 und g 1, g 2, g 3 gefunden, man bezeichnet sie auch als kovariante und kontravariante Basis. Jeden Tensor erster Stufe x können wir in beiden Basen darstellen, x = x i g i = x i g i, x i = x g i, x i = x g i. Die gleichzeitige Verwendung zweier Basen ist nicht nur für die Zerlegung der Tensoren in Komponenten vorteilhaft, sondern auch bei verschiedenen Rechnungen, siehe die Beispiele 1.19 und Bsp 1.19 (Skalarprodukt) Sei a = a j g j = a j g j und b = b i g i = b i g i. Dann gilt mit (1.6) a b = a j g j b i g i = a j b i δ i j = a i b i, a b = a j g j b i g i = a j b i δ j i = a ib i. Überschieben erklären: j = i Verwendet man für beide Tensoren erster Stufe jedoch die gleiche Basis, erhält man a b = a j g j b i g i = a j b i G ij, a b = a j g j b i g i = a j b i G ij, mit den Metrikkoeffizienten G ij = g i g j, G ij = g i g j. (1.8) große Buchstaben In diesem Fall hat man also 9 Summanden bei der Berechnung des Skalarprodukts. E 1.20 (Metrikkoeffizienten) Die Metrikkoeffizienten sind symmetrisch, G ij = G ji, G ij = G ji. E 1.21 (Heben und Senken von Indizes) Mit Hilfe der Metrikkoeffizienten kann man zwischen den kovarianten und den kontravarianten Koordinaten umrechnen. Wir multiplizieren die Gleichung x i g i = x i g i skalar mit g j bzw. g j siehe 1.18 und erhalten x j = x i G ij bzw. x j = x i G ij. (1.9) Man bezeichnet dies auch als Heben und Senken von Indizes. Eine Formel für das Heben und Senken der Indizes der Basistensoren erhält man, indem man in die Formel x = (x g i )g i = (x g i )g i für x die Basistensoren g j bzw. g j einsetzt, g j = G ij g i bzw. g j = G ij g i. (1.10) WT

8 E 1.22 Aus (1.9) erhält man eine weitere Beziehung zwischen den Metrikkoeffizienten, denn aus x i = G ij G jk x k folgt G ij G jk = δ k i. Bsp 1.23 (Kreuzprodukt) Sei a = a j g j, b = b k g k und c = a b = c i g i. Dann gilt c i = c g i = (a j g j b k g k ) g i = ɛ ijk a j b k mit den Levi-Civita-Symbolen +V, wenn (i, j, k) eine gerade Permutation von (1, 2, 3) ist, ɛ ijk := (g j g k ) g i = V, wenn (i, j, k) eine ungerade Permutation von (1, 2, 3) ist, 0, wenn 2 oder 3 Indizes gleich sind. Dabei heißt eine Permutation von (1, 2, 3) gerade, wenn mit einer geraden Anzahl von Vertauschungen die Reihenfolge 1,2,3 hergestellt werden kann, andernfalls heißt die Permutation ungerade. Bem 1.24 Das Permutationssymbol ɛ ijk ist oft nützlich, um Formeln kurz und bündig darzustellen. Ist zum Beispiel A = [a ij ] eine 3 3-Matrix, dann gilt deta = ɛ ijk a 1i a 2j a 3k mit ɛ 123 = ɛ 231 = ɛ 312 = 1 und ɛ 213 = ɛ 321 = ɛ 132 = 1. 6 Summanden ausschreiben neu hier: nicht orthogonale Basen Ü 1.25 Beweisen Sie diese Formel. E 1.26 (Basiswechsel) Wenn wir zu einem anderen (nichtkartesischen) Koordinatensystem g 1, g 2, g 3 übergehen, können wir auch hier die alten Basistensoren als Linearkombination der neuen Basistensoren darstellen, wobei wie in Bemerkung 1.10 die Formel g i = A j i g j, (1.11) A j i = g i g j gilt. Für den Tensor x gilt dann x = x i g i = x i A j i g j, also Analog erhält man x = x i g i = x j g j, x j = x i A j i. (1.12) x = x i g i = x j g j, x j = x i à i j, à i j = g i g j. (1.13) Die Koeffizienten Ãj i treten entsprechend auch in den Zerlegungen g i = Ãj i g j und g i = Ãi j gj auf. Ü 1.27 Verifizieren Sie die in Bemerkung 1.26 nicht hergeleiteten Beziehungen. Bem 1.28 (Zusammenfassung) Ein Tensor erster Stufe ist eine objektive Größe. Durch die Wahl einer Basis werden die Koeffizienten eindeutig festgelegt, (1.4). Bei einem Wechsel der Basis, (1.11), werden die Koeffizienten nach einer festen Regel umgerechnet, (1.12). 8 WT 2015

9 1.2 Tensoren zweiter Stufe Wir definieren eine neue Rechenoperation mit Tensoren erster Stufe. Def 1.29 Das Tensorprodukt oder dyadische Produkt a b zweier Tensoren erster Stufe a und b ergibt ein neues mathematisches Objekt. Das Tensorprodukt erfüllt die folgenden Rechenregeln: (λa) b = λ(a b), a (λb) = λ(a b), (a + b) c = a c + b c, a (b + c) = a b + a c, (a b) c = (b c)a, a (b c) = (a b)c. Das Produkt auf der linken Seite der letzen beiden Eigenschaften wird als verjüngendes Produkt bezeichnet; es wird über das Skalarprodukt auf der rechten Seite definiert. Bem 1.30 Itskov [Its07] zeigt, dass die 5. Eigenschaft ausreicht und alle anderen Eigenchaften daraus hergeleitet werden können. Wir vereinigen hier der Einfachheit halber alle 6 Eigenschaften in der Definition. Bem 1.31 Das Tensorprodukt ist nicht kommutativ. Als Beispiel betrachte man (g 1 g 2 ) g 2 = (g 2 g 2 )g 1 = g 1, (g 2 g 1 ) g 2 = (g 1 g 2 )g 2 = 0. Wäre das Tensorprodukt kommutativ, käme in beiden Zeilen das gleiche Ergebnis heraus. Def 1.32 Sei g 1, g 2, g 3 eine Basis im linearen Raum der Tensoren erster Stufe. Jede Linearkombination der 9 Tensorprodukte g i g j bezeichnet man als Tensor zweiter Stufe, d. h., jeder Tensor A zweiter Stufe besitzt eine Darstellung A = A ij g i g j. (1.14) Bsp 1.33 Für zwei Tensoren a = a i g i und b = b j g j gilt mit Hilfe der Rechenregeln a b = (a i g i ) (b j g j ) = a i b j g i g j. Folglich ist a b ein Tensor zweiter Stufe. Es lässt sich aber nicht jeder Tensor zweiter Stufe als dyadisches Produkt zweier Tensoren erster Stufe darstellen, denn für einen Tensor zweiter Stufe kann man 9 Koeffizienten frei wählen, während man bei zwei Tensoren erster Stufe nur 6 Koeffizienten frei wählen kann. Tensor 2. Stufe kann auch als linearer Operator betrachtet werden, siehe Bem WT

10 E 1.34 (Heben und Senken bei Tensoren 2. Stufe) Die Darstellung (1.14) ist nicht die einzig mögliche. Mit (1.10) erhalten wir A = A ij g i g j = A ij (G ik g k ) (G jl g l ) = A kl g k g l mit der Umrechnungsformel A kl = A ij G ik G jl. Das ist nichts anderes als das Heben von zwei Indizes. Weitere Darstellungen sind A = A i jg i g j = A i j g j g i. Bem 1.35 Man könnte die 9 Koeffizienten eines Tensors A auch als Vektor im R 9 auffassen. Aber ein Basiswechsel könnte dann nicht mit denselben Regeln wie in Bemerkung 1.34 formuliert werden. E 1.36 (Weitere Rechenoperationen) Durch die Definitionen 1.29 und 1.32 sind weitere Rechenoperationen definiert. Seien A = A ij g i g j und B = B ij g i g j Tensoren zweiter Stufe, x = x k g k und y = y k g k Tensoren erster Stufe und λ, µ R Skalare. Dann gilt Es gelten die Rechenregeln A + B = (A ij + B ij )g i g j, λa = λa ij g i g j A x = A ij x j g i, x A = x i A ij g j. A (λx + µy) = λa x + µa y, (λa + µb) x = λa x + µb x. Die Multiplikation mit Null ergibt den Nulltensor O. Itskov führt Tensoren zweiter Stufe so ein. Das dyadische Produkt a b ist dann die lineare Abbildung, die (a b) x = (b x)a realisiert. Man muss dann aber arbeiten, um zur Tensorbasis zu kommen. E 1.37 Die Koeffizienten eines Tensors A zweiter Stufe können wieder mit Hilfe von Skalarprodukten (bzw. verjüngenden Produkten) ausgerechnet werden, denn es gilt g l A g k = g l (A ij g i g j ) g k = A ij (g l g i )(g j g k ) = A ij δ l iδ k j = A lk. Analog gilt A lk = g l A g k. Bem 1.38 (Tensoren als lineare Abbildungen) Das verjüngende Produkt eines Tensors A zweiter Stufe mit einem Tensor erster Stufe x führt auf einen Tensor erster Stufe y = A x. Eine lineare Abbildung f(x) zwischen 2 Tensoren erster Stufe kann stets mit Hilfe eines Tensors A zweiter Stufe geschrieben werden, A x. Für die Koeffizienten A ij gilt Probe: A ij = g i A g j = g i f(g j ). f(x) = g i f(x) g i = g i f(g j ) x j g i = A ij x j g i = A x. 10 WT 2015

11 Bsp 1.39 (Spannungstensor) Die an einer bestimmten Stelle in einem Körper wirkenden Spannungen werden in ihrer Gesamtheit durch die Spannungen p i in drei Schnittflächen mit den Normalenvektoren (Tensoren erster Stufe in Normalenrichtung) g i beschrieben, die sich an der Stelle kreuzen. Diese bilden zusammengenommen den Spannungstensor Bsp. weglassen, siehe Mechanik σ = p i g i. Diese Konstruktion ergibt also σ g j = (p i g i ) g j = (g i g j )p i = p j, p j = σ g j. Schreibt man den Spannungstensor in der Form σ = σ ij g i g j und setzt ein Orthonormalsystem voraus, g i g j = δ ij, dann stellen die Komponenten σ ii die Normalspannungen (also die Kräfte die senkrecht zur Fläche wirken) und die Komponenten σ ij mit i j die Schubspannungen dar (diese wirken tangential zur Fläche). σ 33 σ 31 σ 13 σ 32 σ 23 σ 11 σ 12 σ 21 σ 22 Die Tensorrechnung erlaubt, den Spannungszustand zunächst unabhängig von einem bestimmten Koordinatensystem zu beschreiben. Bsp 1.40 (Einheitstensor) Die in Beispiel 1.19 eingeführten Metrikkoeffizienten sind die Koeffizienten eines Tensors G ij g i g j = G ij g i g j. Die Multiplikation mit einem Tensor x erster Stufe ergibt unter Nutzung von (1.9), (G ij g i g j ) (x k g k ) = G ij x k δ j k gi = G ij x j g i = x i g i = x, (G ij g i g j ) (x k g k ) = G ij x k δ k j g i = G ij x j g i = x i g i = x. Dieser Tensor zweiter Stufe wird deshalb als Einheitstensor I = G ij g i g j = G ij g i g j = δjg i i g j = δ j i gi g j bezeichnet, denn es gilt I x = x I = x x. manchmal auch E Ü 1.41 Verifizieren Sie die in Bemerkung 1.40 nicht hergeleiteten Beziehungen. WT

12 Bsp 1.42 (Trägheitstensor) Der Trägheitstensor eines Körpers gibt seine Trägheitsmomente, also die Trägheit des Körpers bezüglich Drehungen an. Er spielt damit für Drehungen dieselbe Rolle, die die träge Masse für lineare Bewegungen spielt. Da unsymmetrische Körper für Drehungen in verschiedene Richtungen verschiedene Trägheitsmomente aufweisen (beispielsweise lässt sich ein homogener zigarrenförmiger Körpers leichter um seine Längsachse als um seine Querachse drehen), reicht anders als bei der trägen Masse für die Beschreibung des Trägheitsmoments eine einzelne Zahl nicht aus, sondern es muss ein Tensor zweiter Stufe verwendet werden. Sei l der Drehimpuls des Teilchens, x der Ortsvektor des Teilchens, v seine Geschwindigkeit, ω die Winkelgeschwindigkeit, p der Impuls und m die Masse. Es gilt l = x p und p = mv = mω x, also Bsp. weglassen l = mx (ω x). Baumechanik III Das doppelte Kreuzprodukt kann man vermeiden, indem man den Trägkeitstensor J einführt, l = J ω. Es gilt mit Hilfe von (1.1) l = mx (ω x) = m[(x x)ω (x ω)x] = m[(x x)ω (x x) ω] = m[(x x)i x x] ω, also J = m[(x x)i x x]. In Komponentenschreibweise lautet diese Formel J = J j i gi g j, J j i = m(x l x l δ j i x ix j ). Für einen einzelnen Massepunkt mit der Masse m und den kartesischen Koordinaten (x 1, x 2, x 3 ) gilt also J j i = m x 2 l, l i wenn i = j, m x i x j, wenn i j. Bei einem System von Massepunkten ist über die Punkte zu summieren. Bei einem homogenen Körper mit der Dichte ϱ(x 1, x 2, x 3 ) geht die Summe in ein Integral über: J j i = l i V V ϱ(x 1, x 2, x 3 ) x 2 l dv, wenn i = j, ϱ(x 1, x 2, x 3 ) x i x j dv, wenn i j. Quelle: 12 WT 2015

13 Def 1.43 (Inneres Produkt von Tensoren zweiter Stufe, Überschieben) Die Multiplikation (inneres Produkt) zweier Tensoren zweiter Stufe wird unabhängig von einem Koordinatensystem durch definiert. (A B) x = A (B x) x Lem 1.44 Seien A = A ij g i g j und B = B ij g i g j Tensoren zweiter Stufe. Dann gilt A B = A ij B jk g i g k Beweis Sei C = A B = C i k g i g k und x = x l g l, dann ist C x = (C i k g i g k ) x l g l = C i k xl g i δ k l = Ci k xk g i. Desweiteren gilt mit A = A in g i g n und B = B jk g j g k die Beziehung Folglich gilt A (B x) = A [(B jk g j g k ) x l g l ] = A [B jk x l g j δ k l ] = A [B jk x k g j ] = [A in g i g n ] [B jk x k g j ] = A in B jk x k g i δ j n = A ij B jk x k g i. C i k xk = A ij B jk x k für beliebige Zahlen x k, also muss C i k = Aij B jk gelten. Damit ist die Behauptung gezeigt. q.e.d. Bem 1.45 Wir haben es hier mit einem Tensor in gemischten Koordinaten g i g k zu tun, aber wir wissen ja, wie man Indizes hebt und senkt: Beziehung (1.10). Es gilt also z. B. auch A B = A ij B jk G kl g i g l = G li A ij B jk g l g k. Bem 1.46 Die Multiplikation A B wird auch als Überschieben bezeichnet. Umgangssprachlich bedeutet das, dass die innen stehenden Indices gleichgesetzt werden, wobei vorausgesetzt wird, dass ein Index oben und ein Index unten steht. Man kann zwei Tensoren zweiter Stufe auch doppelt überschieben und erhält ein Skalar: A B = A ij B ji (a b) (c d) = (b c)(a d) Man beachte die Reihenfolge der Indizes. WT

14 E 1.47 Der inverse Tensor A 1 ist über die Beziehung A A 1 = I definiert und es gelten die Rechenregeln (A 1 ) 1 = A (A B) 1 = B 1 A 1. Man überlegt sich diese Regeln wie folgt: A A 1 = I = ( A 1) 1 A 1, I = B 1 B = B 1 I B = B 1 A 1 A B. E 1.48 Der transponierte Tensor A T ist durch die Beziehung A T x = x A definiert und es gelten die Rechenregeln y A T x = x A y, (A B) T = B T A T, x (A T ) 1 = (A 1 ) T =: A T, (A T ) T = A. Das Transponieren ist für Tensoren erster Stufe nicht definiert! Beweis Der Beweis benutzt mehrfach die Implikation a x = b x x a = b. Diese gilt, weil (a b) x = 0 x auch bedeutet, dass (a b) (a b) = 0 und damit a b = 0. Analog gilt A x = B x x A = B, denn die Voraussetzung ist äquivalent zu x = B 1 A x x, also B 1 A = I bzw. A = B. Die erste Rechenregel mit dem transponierten Tensor erhält man über y A T x = y (x A) = (x A) y = x A y. Die zweite Beziehung kann man ebenfalls in einer Zeile zeigen: B T A T x = (A T x) B = x A B = (A B) T x. Aus I x = x = x I = I T x folgt I = I T und somit gilt I = I T = (A A 1 ) T = (A 1 ) T A T, wobei wir die vorherige Beziehung ausgenutzt haben. Aus dieser Gleichungskette folgt die dritte Beziehung. Schließlich gilt x (A y) = (x A) y = y (x A) = y (A T x) woraus die letzte Beziehung folgt. = (y A T ) x = x (y A T ) = x ((A T ) T y ), q.e.d. Ü 1.49 Sei A = A ij g i g j = A ij g i g j = A j i gi g j = A i j g i g j. Berechnen Sie A T in diesen Basen. 14 WT 2015

15 E 1.50 Ein Tensor zweiter Stufe heißt symmetrisch, wenn und antisymmetrisch, wenn A = A T, A = A T. Jeder Tensor zweiter Stufe kann als Summe eines symmetrischen und eines antisymmetrischen Tensors geschrieben werden, denn 1 2 (A + AT ) ist symmetrisch und 1 2 (A AT ) ist antisymmetrisch. E 1.51 Ein Tensor Q zweiter Stufe heißt orthogonal, wenn Q Q T = Q T Q = I. Es gilt Q T = Q 1. Def 1.52 Das Paar (λ, x), x 0, heißt Eigenpaar des Tensors zweiter Stufe A, wenn A x = λx. Die Zahl λ heißt Eigenwert. Bem 1.53 In der Definition des Eigenpaars kommt kein Koordinatensystem vor. Folglich sind die Eigenwerte und Eigenelemente vom Koordinatensystem unabhängig. E 1.54 Die Eigenwerte eines Tensors A zweiter Stufe sind die Nullstellen des charakteristischen Polynoms, das in einer gemischten Basis aufgestellt wird 1. Die Definitionsgleichung führt auf A ị jg i g j x k g k = λx k g k, A ị k xk g i = λδ i k xk g i. Koeffizientenvergleich liefert das lineare Gleichungssystem (A ị k λδi k )xk = 0 aus drei Gleichungen, das nur dann eine nicht-triviale Lösung besitzt, wenn die Determinante der Koeffizientenmatrix verschwindet, A 1.1 λ A1.2 A 1.3 A 2.1 A 2.2 λ A2.3 A 3.1 A 3.2 A 3.3 λ = 0. Diese charakteristische Gleichung kann auch in der Form λ 3 + I 1 (A)λ 2 I 2 (A)λ + I 3 (A) = 0 1 Jede andere Basis führt über Heben und Senken von Indices auf dasselbe charakterische Polynom. WT

16 mit den Invarianten I 1 (A) = spur(a) := A ị i I 2 (A) = det(a) spur(a 1 ) I 3 (A) = det(a) geschrieben werden. Nach dem Wurzelsatz von Vieta bzw. wegen gilt λ 3 + I 1 (A)λ 2 I 2 (A)λ + I 3 (A) = (λ 1 λ)(λ 2 λ)(λ 3 λ) I 1 (A) = λ 1 + λ 2 + λ 3 I 2 (A) = λ 1 λ 2 + λ 1 λ 3 + λ 2 λ 3 I 3 (A) = λ 1 λ 2 λ 3. Ü 1.55 Warum heißen die Invarianten Invarianten? Zeigen Sie I 2 (A) = 1 2 (I 1(A) 2 I 1 (A 2 )). I 2 (A) = I 3 (A) I 1 (A 1 ). Satz 1.56 Die Eigenwerte eines symmetrischen Tensors sind reell und Eigenelemente zu verschiedenen Eigenwerten sind orthogonal. Ü 1.57 Man finde alle Eigenpaare der Dyade a b. Bsp 1.58 (Spannungstensor) Es ist sinnvoll, die Eigenelemente des Spannungstensors als Basis g 1, g 2, g 3 zu verwenden, man spricht von einer Hauptachsentransformation. Zum einen ergibt sich bei Normierung ein Orthonormalsystem. Zum anderen verschwinden in diesem Koordinatensystem alle Schubspannungen. Die drei Normalspannungen in diesem Koordinatensystem sind die Eigenwerte des Spannungstensors. σ 22 σ 22 σ 21 σ 12 σ 11 σ WT 2015

17 1.3 Tensoren höherer Stufe E 1.59 Das Tensorprodukt kann man verallgemeinern und Objekte der Form a b c oder a b c d,... einführen. Jede Linearkombination der 3 n Tensorprodukte g i1 g i2... g in } {{ } n mal bezeichnet man als Tensor n-ter Stufe. Die Rechenoperationen werden wie in Abschnitt 1.2 definiert. Bsp 1.60 Als Beispiel für einen Tensor dritter Stufe betrachten wir den Levi- Civita-Tensor bzw. ɛ-tensor dessen Komponenten E = ɛ ijk g i g j g k, ɛ ijk := (g j g k ) g i wir schon in Beispiel 1.23 eingeführt hatten. Es gilt E y x = x y, E z y x = x (y z). Bsp 1.61 Ein Tensor vierter Stufe tritt in der linearen Elastizitätstheorie auf. Der Verzerrungstensor ɛ und der Spannungstensor σ sind Tensoren zweiter Stufe, die durch durch das Hookesche Gesetz σ = C ɛ in Beziehung gesetzt werden. Der Tensor C enthält Materialkonstanten. Ein Tensor vierter Stufe wird durch 3 4 = 81 Koeffizienten bestimmt, aber aufgrund von Symmetrieeigenschaften enthält C nur maximal 21 unabhängige Koeffizienten, bei isotropem Material sogar nur 2. WT

18 2 Tensorfelder Was ist der Gradient, wenn wir Kugelkoordinaten verwenden? Bem 2.1 Bisher haben wir uns mit einzelnen Tensoren und einer festen Basis beschäftigt. In diesem Kapitel betrachten wir vom Ort abhängige Tensoren, die man auch als Tensorfelder bezeichnet. Zur Beschreibung des Ortes wollen wir allgemeine krummlinige Koordinaten verwenden (vergleiche Mathematik III: Kurven und Flächen im Raum), so dass die Basis in jedem Punkt eine andere sein kann. Wir konzentrieren uns hier vor allem auf Differentiationsregeln für solche Tensorfelder. 2.1 Krummlinige Koordinaten E 2.2 Ein Punkt P wird durch drei Zahlen beschrieben, die Koordinaten; nennen wir sie q 1, q 2, q 3 und schreiben P (q 1, q 2, q 3 ). Die Bedeutung der drei Zahlen ergibt sich aus dem verwendeten Koordinatensystem. Wir wollen annehmen, dass uns die Zuordnung von Koordinaten zum Punkt bekannt ist: sind Koordinaten gegeben, wissen wir welcher Punkt gemeint ist, und zu jedem Punkt können wir die zugehörigen Koordinaten angeben. Wenn wir zwei der drei Koordinaten festhalten und die dritte variieren, erhalten wir eine Raumkurve, eine Koordinatenlinie. Wenn wir einen Koordinatenursprung O festlegen, können wir den Punkt P (q 1, q 2, q 3 ) auch durch seinen Ortsvektor r = OP charakterisieren, r = r(q 1, q 2, q 3 ). q 3 q 2 P (q 1, q 2, q 3 ) r q 1 0 Abbildung 1: Punkt P mit Ortsvektor r und Koordinatenlinien Die Vektoren 2 g i := r(q1, q 2, q 3 ) q i (2.1) sind Tangentenvektoren an die Koordinatenlinien 3. Man beachte, dass ein oberer Index im Nenner wie ein unterer Index behandelt wird. 2 Der Einfachheit halber verwenden wir den Begriff Vektor für Tensoren erster Stufe. 3 Die Differenz r(q 1 + q 1, q 2, q 3 ) r(q 1, q 2, q 3 ) beschreibt die Richtung einer Sekante. Skalieren mit ( q 1) 1 und Grenzübergang liefert die Richtung der Tangente. 18 WT 2015

19 Wenn der Punkt P kein singulärer Punkt des Koordinatensystems ist, dann sind die drei Vektoren g 1, g 2, g 3 linear unabhängig. Damit haben wir im Punkt P eine Basis konstruiert. Diese ändert sich im Allgemeinen von Punkt zu Punkt. Def 2.3 Bildet die Basis ein Orthonormalsystem und ist von P unabhängig, dann bezeichnen wir das Koordinatensystem als kartesisch, andernfalls als krummlinig. Wie in Kapitel 1 definieren wir die duale (biorthogonale) Basis g 1, g 2, g 3 durch die Gleichungen g i g j = δ i j. Die Metrikkoeffizienten G ij := g i g j, G ij := g i g j, sind die Komponenten des Metriktensors bzw. Einheitstensors I, siehe Beispiel E 2.4 (Koordinatentransformationen) Gehen wir von Koordinaten q 1, q 2, q 3 zu Koordinaten q 1, q 2, q 3 über, dann gilt wegen die Beziehung g i = r q i und g j := r q j g i = r q i = r q j q j q i = g q j j q i. Man kann diese Transformation der Koordinatenvektoren wieder schreiben als g i = A j i g j, A j i := qj q i bzw. g i = Ãj i g j, à j i := qj q i, man vergleiche Bemerkung 1.26: Die Beziehung A j i = g i g j gilt natürlich immer noch, aber jetzt haben wir einen Ausdruck für A j i, ohne die gj berechnet zu haben. Ist f = f i g i = f j g j ein Tensor erster Stufe, dann ergibt sich mit den Umrechenformeln zum Beispiel die Beziehung f i g i = f j à i j g i, also f i = Ãi j f j. WT

20 Bsp 2.5 (Zylinderkoordinaten) Mit Hilfe der kartesischen Koordinaten x 1, x 2, x 3 können Zylinderkoordinaten (q 1, q 2, q 3 ) = (ϱ, ϕ, z) erklärt werden werden, x 1 = ϱ cos ϕ, x 2 = ϱ sin ϕ, x 3 = z. Damit ist ϱ der Abstand von der x 3 -Achse und ϕ der Polarwinkel. x 3 z P ϕ ρ x 2 x 1 Bezeichnen e 1, e 2, e 3 die kartesischen Basisvektoren, dann gilt g 1 = r ϱ r = x 1 e 1 + x 2 e 2 + x 3 e 3 = ϱ cos ϕ e 1 + ϱ sin ϕ e 2 + z e 3, = cos ϕ e 1 + sin ϕ e 2, g 2 = r ϕ = ϱ sin ϕ e 1 + ϱ cos ϕ e 2 g 3 = r z = e 3. Skalarprodukt bilden Ü 2.6 Man zeige, dass die Vektoren g 1, g 2, g 3 aus Beispiel 2.5 ein Orthogonalsystem bilden und dass g 1 = 1, g 2 = ϱ, g 3 = 1 gilt. Man schlussfolgere daraus die Beziehungen g 1 = g 1, g 2 = ϱ 2 g 2, g 3 = g 3 und [G ij ] 3 i,j=1 = ϱ , [G ij ] 3 i,j=1 = ϱ Bem 2.7 Man könnte auch zu einer Orthonormalbasis übergehen. Durch die Skalierung verlöre man aber die grundlegende Beziehung (2.1). 20 WT 2015

21 Bsp 2.8 (Kugelkoordinaten) Kugelkoordinaten (q 1, q 2, q 3 ) = (r, θ, ϕ) werden mit Hilfe der kartesischen Koordinaten x 1, x 2, x 3 durch die Gleichungen x 1 = r sin θ cos ϕ, x 2 = r sin θ sin ϕ, x 3 = r cos θ erklärt. Damit ist r = r der Abstand vom Koordinatenursprung. x 3 r P ϕ θ x 2 x 1 Analog zu Beispiel 2.5 erhält man g 1 = r r g 2 = r θ r = x 1 e 1 + x 2 e 2 + x 3 e 3 = r sin θ cos ϕ e 1 + r sin θ sin ϕ e 2 + r cos θ e 3, = sin θ cos ϕ e 1 + sin θ sin ϕ e 2 + cos θ e 3, = r cos θ cos ϕ e 1 + r cos θ sin ϕ e 2 r sin θ e 3, g 3 = r ϕ = r sin θ sin ϕ e 1 + r sin θ cos ϕ e 2. Ü 2.9 Man zeige, dass die Vektoren g 1, g 2, g 3 aus Beispiel 2.8 orthogonal sind und dass g 1 = 1, g 2 = r, g 3 = r sin θ gilt. Man schlussfolgere daraus die Beziehungen und [G ij ] 3 i,j=1 = g 1 = g 1, g 2 = r 2 g 2, g 3 = (r sin θ) 2 g r (r sin θ) 2, [G ij ] 3 i,j=1 = r (r sin θ) 2. WT

22 2.2 Differentiale und der Gradient einer skalaren Funktion Def 2.10 Das Differential dr ist definiert als dr := r q i dqi = g i dq i, wobei über i summiert wird 4. Man kann sich dr als infinitesimalen Vektor vom Punkt (q 1, q 2, q 3 ) zum Punkt (q 1 + dq 1, q 2 + dq 2, q 3 + dq 3 ) veranschaulichen. Folgerung 2.11 Es gilt dq i = g i dr = dr g i. (2.2) Folgerung 2.12 Für die Länge ds des infinitesimalen Vektors dr gilt (ds) 2 = dr dr = g i dq i g j dq j = G ij dq i dq j. (2.3) Rechts steht eine quadratische Form mit den kovarianten Komponenten des Metriktensors. Bsp 2.13 In kartesischen, Zylinder- und Kugelkoordinaten gilt (ds) 2 = (dx 1 ) 2 + (dx 2 ) 2 + (dx 3 ) 2 = (dϱ) 2 + ϱ 2 (dϕ) 2 + (dz) 2 = (dr) 2 + r 2 (dθ) 2 + r 2 sin 2 θ (dϕ) 2. E 2.14 Sei f(q 1, q 2, q 3 ) eine skalare Funktion in den Variablen q i. Das Differential von f ist definiert als df := f q i dqi. Mit (2.2) gilt folglich df = f q i dqi = f q i gi dr = g i f q i dr. Def 2.15 Der Vektor f = g i f q i wird als Gradient von f bezeichnet. Der symbolische Vektor := g i q i (2.4) heißt Nabla-Operator. 4 Ein oberer Index im Nenner wird wie ein unterer Index behandelt. 22 WT 2015

23 Bsp 2.16 In Zylinderkoordinaten lautet der Gradient von f f = g i f q i = g 1 f f f + g2 + g3 ϱ ϕ z f = g 1 ϱ + g 1 f 2 ϱ 2 ϕ + g f 3 z mit g i und g j aus Beispiel 2.5. Da die g i orthogonal sind, gilt mit Übung 2.6 f 2 = g 1 2 f 2 ϱ + g 2 2 f 2 ϕ + g 3 2 f 2 z = f 2 ϱ + ϱ 2 f 2 ϕ + f 2 z. Ü 2.17 (Normalenvektor auf einer Isofläche) Gegeben sei eine skalare Funktion φ(q 1, q 2, q 3 ). Dann beschreibt φ(q 1, q 2, q 3 ) = c eine Fläche im Raum, die Isofläche der Funktion φ zum Niveau c. Der Vektor φ zeigt in Normalenrichtung. (Auf der Oberfläche ist dφ = 0, also φ dr = 0, das heißt, der Gradient steht senkrecht auf allen Tangentenrichtungen dr bzw. infinitesimal kleinen Bewegungen dr in der Isofläche.) Die auf Länge Eins normierte Normale ist also n = φ φ. Es gilt φ = φ q i gi also φ 2 = φ φ = φ q m gm φ q n gn nm φ φ = G q m q n, n = φ q i φ φ Gnm q m q n g i = ij φ G q i φ φ Gnm q m q n g j. Ü 2.18 (Winkel zwischen zwei Isoflächen) Der Winkel α zwischen den Isoflächen φ(q 1, q 2, q 3 ) = c 1 und ψ(q 1, q 2, q 3 ) = c 2 ist in einem Schnittpunkt definiert durch cos α = n φ n ψ ij φ G q = i g j φ φ Gnm q m q n ψ q k ψ ψ Grt q r q t g k = Die Flächen stehen senkrecht aufeinander, wenn ij φ ψ G q i q j = 0 gilt. ij φ ψ G q i q j φ φ Gnm q m q n ψ ψ Grt q r q t WT

24 Ü 2.19 (Koordinatenflächen) Speziell gilt für die Normalenvektoren auf den Koordinatenflächen q 1 = c 1 und q 2 = c 2 n 1 = 1 G 11 g1 = G1j G 11 g j n 2 = 1 G 22 g2 = G2k G 22 g k und damit gilt für den Schnittwinkel α 12 cos α 12 = n 1 n 2 = G1j G 11 g j 1 G 22 g2 = G 12 G 11 G 22. Die Koordinatenflächen stehen senkrecht aufeinander, wenn G 12 = 0 gilt. 2.3 Differentiation von Tensorfeldern E 2.20 Wir betrachten eine Vektorfunktion f(q 1, q 2, q 3 ) und differenzieren diese nach q j : f q j = (f i g i ) q j = f i q j g i + f i g i q j. Während bei einem kartesischen Kordinatensystem der zweite Term verschwindet, hängt g i im Allgemeinen auch von q 1, q 2, q 3 ab. Wir wollen uns jetzt diese Ableitung genauer ansehen. Def 2.21 Der Vektor g i kann in der Basis g 1, g 2, g 3 bzw. g q j 1, g 2, g 3 dargestellt werden: g i q j = Γ ijkg k = Γ k ijg k, (2.5) wobei die Zerlegungskoeffizienten Γ ijk bzw. Γ k ij als Christoffel-Symbole 1. bzw. 2. Art bezeichnet werden. Übung 2.29 kann beliebig vorgezogen werden. Folgerung 2.22 Es gelten die Beziehungen sowie Γ ijk = g i q j g k, Γ ijk = Γ n ij G nk, Γ k ij = Γ ijn G nk. Γ k ij = g i q j gk (2.6) Folgerung 2.23 Die Christoffel-Symbole besitzen die Symmetrieeigenschaften Beweis Γ k ij = g i q j gk = Γ ijk = Γ jik, r q j q i gk = Γ k ij = Γ k ji. r q i q j gk = g j q i gk = Γ k ji q.e.d. Folgerung 2.24 Die Ableitung einer Vektorfunktion kann also wie folgt geschrieben werden: f q j = f i q j g i + f i g i q j = f k ( ) f q j g k + f i Γ k k ijg k = q j + f i Γ k ij g k. 24 WT 2015

25 Def 2.25 (kovariante Ableitung der kontravarianten Komponenten) Man schreibt auch j f k für den Klammerausdruck in Folgerung 2.24, das heißt, j f k := f k q j + f i Γ k ij, f q j = ( j f k ) g k, und bezeichnet j f k als die kovariante Ableitung der kontravarianten Komponenten von f. Ü 2.26 (Testfrage) Welchen Wert haben die Christoffel-Symbole bei einem kartesischen Koordinatensystem? überlegen Bem 2.27 Die Christoffel-Symbole hängen nicht nur von den Basisvektoren ab, sondern auch von der Änderungsrate der Basisvektoren von Punkt zu Punkt, siehe (2.6). Diese Änderungsrate folgt nicht den Transformationsregeln für Tensoren, deshalb sind die Christoffel-Symbole keine Komponenten eines Tensors, auch wenn die Notation so aussieht. Allerdings gelten bekannte Formeln für das Heben und Senken von Indizes. Wegen Γ ijk g k = Γ k ij g k gilt Γ ijk g k g l = Γ k ij g k g l = Γ l ij, also E 2.28 Es gilt auch Γ l ij = Γ ijk G kl. Γ k ij = gk q j g i, (2.7) denn mit (2.6) folgt folgt aus 2.23 Γ k ij = g i q j gk = (g i g k ) q j gk q j g i = δk i q j gk q j g i = gk q j g i. Ü 2.29 Wir bestimmen die Christoffel-Symbole 2. Art für Zylinderkoordinaten. Aus den Definitionsgleichungen, siehe Beispiel 2.5, erhalten wir g 1 ϱ = 0, g 1 ϕ = 1 ϱ g 2, g 2 ϱ = 1 ϱ g 2, g 2 ϕ = ϱ g 1, g 1 z = 0, g 2 z = 0, g 3 ϱ = 0, g 3 ϕ = 0, g 3 z = 0. Daraus ergibt sich, dass alle Christoffelsymbole verschwinden, außer Γ 1 22 = ϱ, Γ 2 12 = Γ 2 21 = 1 ϱ. Ü 2.30 Analog ergibt sich für Kugelkoordinaten Γ 1 22 = r, Γ 2 12 = Γ 2 21 = Γ 3 13 = Γ 3 31 = 1 r, Γ 3 23 = Γ 3 32 = cot θ, Γ 1 33 = r sin 2 θ, Γ 2 33 = sin θ cos θ. WT

26 E 2.31 (kovariante Ableitung der kovarianten Komponenten) In Definition 2.25 haben wir die kovariante Ableitung der kontravarianten Komponenten definiert. Wir können den Tensor f aber auch mit kovarianten Koeffizienten darstellen. Es gilt zunächst analog zu Bemerkung 2.20 f q j = (f i g i ) q j = f i g i q j gi + f i q j. Mit (2.5) und durch Umdefinieren des Summationsindexes folgt weiter f q j = f i q j gi f i Γ i kj gk = f i q j gi f k Γ k ijg i = ( j f i )g i, (2.8) wobei die kovariante Ableitung der kovarianten Komponenten durch definiert ist. j f i = f i q j f kγ k ij Bem 2.32 (Ableitung von Produkten) Es gelten die Produktregeln (a b) q j = a q j b + a b q j, (a b) q k = a q k b + a b q k. Die Herleitung kann aus der Definition der Ableitung erfolgen. E 2.33 (kovariante Ableitung eines Tensors 2. Stufe) Ableitungen eines Tensors 2. Stufe kann man mit ähnlichen Überlegungen bestimmen: wobei A q k = (Aij g i g j ) q k = Aij q k g i g j + A ij ( gi q k g j + g i g ) j q k = Aij q k g i g j + A ij ( Γ t ik g t g j + g i Γ t jk g ) t = Aij = q k g i g j + A sj Γ t sk g t g j + A is g i Γ t sk g t ( ) A ij q k + Γi sk Asj + Γ j ks Ais g i g j = ( k A ij )g i g j k A ij := Aij q k + Γi sk Asj + Γ j ks Ais definiert wird. Analog gilt A q k = ( ka ij )g i g j mit k A ij := A ij q k Γs ki A sj Γ s kj A is. Bem 2.34 Für weitere Formeln sei auf die Literatur verwiesen. 26 WT 2015

27 Bem 2.35 Bei orthogonalen Basen reichen statt der Zahlen Γ k ij die drei Größen H i = G ii. 2.4 Gradient, Divergenz und Rotation von Vektorfunktionen E 2.36 (Differential und Gradient einer Vektorfunktion) Wir betrachten eine Vektorfunktion f(q 1, q 2, q 3 ). Für das Differential gilt mit (2.2) df = f q i dqi = f q i (dr gi ) = (dr g i ) f ( q i = dr g i f ) q i = dr f mit dem Vektorgradienten der ein Tensor 2. Stufe ist. f = f = g i f q i, (2.9) Ü 2.37 Man wiederhole das Transponieren von Tensoren 2. Stufe, siehe Bemerkung 1.48, und folgere, dass vorbereiten! df = f T dr gilt. Folgerung 2.38 (kovariante Komponenten des Vektorgradienten) Es gilt mit (2.9) und (2.8) f = g i f q i = gi ( i f j )g j = i f j g i g j, das heißt, die i f j sind die kovarianten Komponenten des Vektorgradienten f. Analog gilt f = i f j g i g j, das heißt, die i f j sind gemischte Komponenten des Vektorgradienten f. Def 2.39 (Divergenz und Rotation) Mit Hilfe des Nabla-Operators, siehe (2.4), wird auch die Divergenz div f = f = g i f q i und die Rotation definiert. rot f = f = g i f q i Ü 2.40 (Berechnung der Divergenz) Es gilt div f = g i f ) q i = gi ( j f k g k = j f k (g i g k ) = k f k. WT

28 Ü 2.41 (Berechnung der Rotation) Es gilt rot f = g j f ( q j = gj j f k g k) = j f k g j g k = j f k ε ijk g i. E 2.42 Analog kann man Gradient und Divergenz von Tensorfunktionen k-ter Stufe, k 2, definieren. Man erhält eine Tensorfunktion (k+1)-ter bzw. (k 1)- ter Stufe. Ü 2.43 Für den Ortsvektor r gilt r = g i r q i = gi g i = I, r = g i r q i = gi g i = 3, r = g i r q i = gi g i = 0. Die letzte Beziehung erhält man mit Hilfe der Beziehungen g i g i = G ij g i g j, g i g j = g j g i und G ij = G ji. Ü 2.44 (Differentiationsregeln) Man kann nun verschiedene Differentiationsregeln herleiten: (φψ) = g i (φψ) q i = g i ( φ q i ψ + φ ψ q i = ψ φ + φ ψ, (φf) = g i (φf) q ( i φ = g i q i f + φ f ) q i ) = g i φ q i f + φ gi f q i = φ f + φ f, Mit der Formel zur Ableitung des Skalarprodukts (Bemerkung 2.32) folgt i (a b) (a b) = g q i ( a = g i q i b + b ( = g i a ) q i b + = a b + b a Weitere Formeln findet man in der Literatur. ) q i a ( g i b q i ) a 28 WT 2015

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u. Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

DIFFERENTIALGLEICHUNGEN

DIFFERENTIALGLEICHUNGEN DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als

Mehr

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung

Mehr

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

Mehr

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort: Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung

Mehr

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung. Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

Mehr

Zeichen bei Zahlen entschlüsseln

Zeichen bei Zahlen entschlüsseln Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren

Mehr

Musterlösungen zur Linearen Algebra II Blatt 5

Musterlösungen zur Linearen Algebra II Blatt 5 Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische

Mehr

Mathematischer Vorkurs für Physiker WS 2009/10

Mathematischer Vorkurs für Physiker WS 2009/10 TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,

Mehr

7 Die Determinante einer Matrix

7 Die Determinante einer Matrix 7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. 13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)

Mehr

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in

Mehr

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume

Mehr

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Erinnerung/Zusammenfassung zu Abbildungsmatrizen Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend

Mehr

Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand

Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand Vorüberlegung In einem seriellen Stromkreis addieren sich die Teilspannungen zur Gesamtspannung Bei einer Gesamtspannung U ges, der

Mehr

Eigenwerte und Eigenvektoren von Matrizen

Eigenwerte und Eigenvektoren von Matrizen Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt

Mehr

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

Die Klein-Gordon Gleichung

Die Klein-Gordon Gleichung Kapitel 5 Die Klein-Gordon Gleichung 5.1 Einleitung Die Gleichung für die Rutherford-Streuung ist ein sehr nützlicher Ansatz, um die Streuung von geladenen Teilchen zu studieren. Viele Aspekte sind aber

Mehr

4 Vorlesung: 21.11. 2005 Matrix und Determinante

4 Vorlesung: 21.11. 2005 Matrix und Determinante 4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen .3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt

Mehr

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n

Mehr

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,

Mehr

Formelsammlung zur Kreisgleichung

Formelsammlung zur Kreisgleichung zur Kreisgleichung Julia Wolters 6. Oktober 2008 Inhaltsverzeichnis 1 Allgemeine Kreisgleichung 2 1.1 Berechnung des Mittelpunktes und Radius am Beispiel..... 3 2 Kreis und Gerade 4 2.1 Sekanten, Tangenten,

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Skript und Aufgabensammlung Terme und Gleichungen Mathefritz Verlag Jörg Christmann Nur zum Privaten Gebrauch! Alle Rechte vorbehalten!

Skript und Aufgabensammlung Terme und Gleichungen Mathefritz Verlag Jörg Christmann Nur zum Privaten Gebrauch! Alle Rechte vorbehalten! Mathefritz 5 Terme und Gleichungen Meine Mathe-Seite im Internet kostenlose Matheaufgaben, Skripte, Mathebücher Lernspiele, Lerntipps, Quiz und noch viel mehr http:// www.mathefritz.de Seite 1 Copyright

Mehr

Kapitel 15. Lösung linearer Gleichungssysteme

Kapitel 15. Lösung linearer Gleichungssysteme Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren

Mehr

www.mathe-aufgaben.com

www.mathe-aufgaben.com Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit sin() f() =. Aufgabe : ( VP) Berechnen Sie das Integral ( )

Mehr

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen H. Gruber, R. Neumann Erfolg im Mathe-Abi Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen Inhaltsverzeichnis Inhaltsverzeichnis Analysis Von der

Mehr

Leitfaden Lineare Algebra: Determinanten

Leitfaden Lineare Algebra: Determinanten Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Approximation durch Taylorpolynome

Approximation durch Taylorpolynome TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni

Mehr

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu Herleitung der oppenecker-formel (Wiederholung) Für ein System ẋ Ax + Bu (B habe Höchstrang) wird eine Zustandsregelung u x angesetzt. Der geschlossene egelkreis gehorcht der Zustands-Dgl. ẋ (A B)x. Die

Mehr

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen zum 3. Aufgabenblatt SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.

Mehr

EM-Wellen. david vajda 3. Februar 2016. Zu den Physikalischen Größen innerhalb der Elektrodynamik gehören:

EM-Wellen. david vajda 3. Februar 2016. Zu den Physikalischen Größen innerhalb der Elektrodynamik gehören: david vajda 3. Februar 2016 Zu den Physikalischen Größen innerhalb der Elektrodynamik gehören: Elektrische Stromstärke I Elektrische Spannung U Elektrischer Widerstand R Ladung Q Probeladung q Zeit t Arbeit

Mehr

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 ) Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,

Mehr

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:

Mehr

Rekursionen (Teschl/Teschl 8.1-8.2)

Rekursionen (Teschl/Teschl 8.1-8.2) Rekursionen (Teschl/Teschl 8.1-8.2) Eine Rekursion kter Ordnung für k N ist eine Folge x 1, x 2, x 3,... deniert durch eine Rekursionsvorschrift x n = f n (x n 1,..., x n k ) für n > k, d. h. jedes Folgenglied

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht

8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht 8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht 8.2-1 Stoffliches Gleichgewicht Beispiel Stickstoff Sauerstoff: Desweiteren

Mehr

Die reellen Lösungen der kubischen Gleichung

Die reellen Lösungen der kubischen Gleichung Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

8. Quadratische Reste. Reziprozitätsgesetz

8. Quadratische Reste. Reziprozitätsgesetz O Forster: Prizahlen 8 Quadratische Reste Rezirozitätsgesetz 81 Definition Sei eine natürliche Zahl 2 Eine ganze Zahl a heißt uadratischer Rest odulo (Abkürzung QR, falls die Kongruenz x 2 a od eine Lösung

Mehr

LU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.

LU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen. Zusätze zum Gelben Rechenbuch LU-Zerlegung Peter Furlan Verlag Martina Furlan Inhaltsverzeichnis Definitionen 2 (Allgemeine) LU-Zerlegung 2 3 Vereinfachte LU-Zerlegung 3 4 Lösung eines linearen Gleichungssystems

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3

Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3 Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen

Mehr

Gitterherstellung und Polarisation

Gitterherstellung und Polarisation Versuch 1: Gitterherstellung und Polarisation Bei diesem Versuch wollen wir untersuchen wie man durch Überlagerung von zwei ebenen Wellen Gttterstrukturen erzeugen kann. Im zweiten Teil wird die Sichtbarkeit

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe 2015/16 Prof. Dr. M. Hinze Dr. P. Kiani Analysis I für Studierende der Ingenieurwissenschaften Lösungshinweise zu Blatt 2 Aufgabe 1: (12 Punkte) a) Beweisen

Mehr

Mathematischer Vorbereitungskurs für Ökonomen

Mathematischer Vorbereitungskurs für Ökonomen Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen

Mehr

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!. 040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl

Mehr

Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte

Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte Nachhilfe-Kurs Mathematik Klasse 3 Freie Waldorfschule Mitte März 8 Aufgaben zur analytischen Geometrie Musterlösung Gegeben sind die Ebenen E und E sowie die Punkte A und B: E : 4x + y + 3z = 3 E : x

Mehr

Achim Rosch, Institut für Theoretische Physik, Köln. Belegt das Gutachten wesentliche fachliche Fehler im KPK?

Achim Rosch, Institut für Theoretische Physik, Köln. Belegt das Gutachten wesentliche fachliche Fehler im KPK? Impulsstrom Achim Rosch, Institut für Theoretische Physik, Köln zwei Fragen: Belegt das Gutachten wesentliche fachliche Fehler im KPK? Gibt es im Gutachten selbst wesentliche fachliche Fehler? andere wichtige

Mehr

Aufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:

Aufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt: Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an

Mehr

Abschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1

Abschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1 B 1.0 B 1.1 L: Wir wissen von, dass sie den Scheitel hat und durch den Punkt läuft. Was nichts bringt, ist beide Punkte in die allgemeine Parabelgleichung einzusetzen und das Gleichungssystem zu lösen,

Mehr

Lösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)

Lösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.) Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen

Mehr

Abiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1

Abiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1 Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)

Mehr

1.9 Eigenwerte und Eigenvektoren

1.9 Eigenwerte und Eigenvektoren .9. EIGENWERTE UND EIGENVEKTOREN 0.9 Eigenwerte und Eigenvektoren Alles in diesem Abschnitt bezieht sich auf quadratische reelle oder komplexe n n-matrizen. Statt E n (n n-einheitsmatrix) wird kurz E geschrieben..

Mehr

Umgekehrte Kurvendiskussion

Umgekehrte Kurvendiskussion Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen

Mehr

8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht

8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht 8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht 8.2-1 Stoffliches Gleichgewicht Beispiel Stickstoff Sauerstoff: Desweiteren

Mehr

DAS ABI-PFLICHTTEIL Büchlein

DAS ABI-PFLICHTTEIL Büchlein DAS ABI-PFLICHTTEIL Büchlein für Baden-Württemberg Alle Originalaufgaben Haupttermine 004 0 Ausführlich gerechnete und kommentierte Lösungswege Mit vielen Zusatzhilfen X π Von: Jochen Koppenhöfer und Pascal

Mehr

Der Zwei-Quadrate-Satz von Fermat

Der Zwei-Quadrate-Satz von Fermat Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland

OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 1. Semester ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 1. Semester ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN Wir wollen nun die Rechengesetze der natürlichen Zahlen auf die Zahlenmenge der ganzen Zahlen erweitern und zwar so, dass sie zu keinem Widerspruch mit bisher geltenden

Mehr

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen 4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.

Mehr

Charakteristikenmethode im Beispiel

Charakteristikenmethode im Beispiel Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)

Mehr

Das Mathematik-Abitur im Saarland

Das Mathematik-Abitur im Saarland Informationen zum Abitur Das Mathematik-Abitur im Saarland Sie können Mathematik im Abitur entweder als grundlegenden Kurs (G-Kurs) oder als erhöhten Kurs (E-Kurs) wählen. Die Bearbeitungszeit für die

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809

Mehr

Informationsblatt Induktionsbeweis

Informationsblatt Induktionsbeweis Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln

Mehr

Theoretische Grundlagen der Informatik WS 09/10

Theoretische Grundlagen der Informatik WS 09/10 Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

Vergleichsklausur 12.1 Mathematik vom 20.12.2005

Vergleichsklausur 12.1 Mathematik vom 20.12.2005 Vergleichsklausur 12.1 Mathematik vom 20.12.2005 Mit CAS S./5 Aufgabe Alternative: Ganzrationale Funktionen Berliner Bogen Das Gebäude in den Abbildungen heißt Berliner Bogen und steht in Hamburg. Ein

Mehr

Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt

Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Leonhard Euler 1 Wann immer in den Anfängen der Analysis die Potenzen des Binoms entwickelt

Mehr

Professionelle Seminare im Bereich MS-Office

Professionelle Seminare im Bereich MS-Office Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

Skizze zur Veranschaulichung der Legendretransformation

Skizze zur Veranschaulichung der Legendretransformation 9 Die thermodynamischen Funktionen G und H Ehe das Schema des vorherigen Abschnittes zur Konstruktion weiterer thermodynamischer Potentiale zu Ende gebracht wird, kurz einige Erläuterungen zur Legendretransformation.

Mehr

Abituraufgabe zur analytischen Geometrie, Hessen 2013, B2, Grundkurs (TR)

Abituraufgabe zur analytischen Geometrie, Hessen 2013, B2, Grundkurs (TR) Abituraufgabe zur analytischen Geometrie, Hessen 2013, B2, Grundkurs (TR) 1 Bei Ausgrabungen wurden die Überreste einer 4500 Jahre alten Pyramide entdeckt. Die Abbildung zeigt die Ansicht der Pyramidenruine

Mehr

Einführung in die Tensorrechnung

Einführung in die Tensorrechnung 1. Definition eines Tensors Tensoren sind Grössen, mit deren Hilfe man Skalare, Vektoren und weitere Grössen analoger Struktur in ein einheitliches Schema zur Beschreibung mathematischer und physikalischer

Mehr

Vorkurs Mathematik Übungen zu Polynomgleichungen

Vorkurs Mathematik Übungen zu Polynomgleichungen Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.

Mehr