Grundkurs Mathematik II

Größe: px
Ab Seite anzeigen:

Download "Grundkurs Mathematik II"

Transkript

1 Prof Dr H Brenner Osnbrück SS 2017 Grundkurs Mthemtik II Vorlesung 33 Die Zhlenräume Die Addition von zwei Pfeilen und b, ein typisches Beispiel für Vektoren Es sei K ein Körper und n N Dnn ist die Produktmenge K n = K K }{{} n ml mit der komponentenweisen Addition, lso und der durch = {(x 1,,x n ) x i K} (x 1,,x n )+(y 1,,y n ) := (x 1 +y 1,, x n +y n ) s(x 1,,x n ) = (sx 1,,sx n ) definierten Sklrmultipliktion ein sogennnter Vektorrum Dmit ist folgendesgemeint:diemengek n istmitderverknüpfung+,diemn(vektor)- Addition nennt, eine kommuttive Gruppe, und die Opertion K K n K n, die mn Sklrmultipliktion nennt, erfüllt die folgenden Eigenschften (1) r(su) = (rs)u (2) r(u+v) = ru+rv (3) (r+s)u = ru+su (4) 1u = u 1

2 2 Diese Eigenschften lssen sich einfch direkt überprüfen MnnenntdenK n mitdiesenstrukturendenn-dimensionlenstndrdrum oder Zhlenrum Insbesondere ist K 1 = K selbst ein Vektorrum Die Elemente in einem Vektorrum nennt mn Vektoren, und die Elemente r K heißen Sklre Ds Nullelement 0 V wird uch ls Nullvektor bezeichnet, und zu v V heißt ds inverse Element ds Negtive zu v und wird mit v bezeichnet Wie in Ringen gilt wieder Punktrechnung vor Strichrechnung, dh die Sklrmultipliktion bindet stärker ls die Vektorddition Den Körper, der im Vektorrumbegriff vorusgesetzt ist, nennt mn uch den Grundkörper Alle Begriffe der lineren Algebr beziehen sich uf einen solchen Grundkörper, er drf lso nie vergessen werden, uch wenn er mnchml nicht explizit ufgeführt wird Bei K = Q spricht mn von rtionlen Vektorräumen und bei K = R von reellen Vektorräumen Zunächst entwickeln wir ber die lgebrische Theorie der Vektorräume über einem beliebigen Körper Der Nullrum 0, der us dem einzigen Element 0 besteht, ist ebenflls ein Vektorrum Mn knn ihn uch ls K 0 = 0 uffssen Die Vektoren im Stndrdrum K n knn mn ls Zeilenvektoren ( 1, 2,, n ) oder ls Spltenvektoren 1 2 n

3 schreiben Der Vektor e i := 0 0 1, 0 0 wobei die 1 n der i-ten Stelle steht, heißt i-ter Stndrdvektor Definition 331 ZuVektorenv 1,,v n imk m undsklrens 1,,s n K nennt mn s i v i i=1 eine Linerkombintion dieser Vektoren Definition 332 Die Vektoren v 1,,v n im K m heißen ein Erzeugendensystem des K m, wenn mn jeden Vektor w K m ls eine Linerkombintion mit den Vektoren v 1,,v n schreiben knn, wenn es lso Sklre s 1,,s n K mit w = s i v i gibt i=1 Mn verlngt hier keine Eindeutigkeit, bei einem Erzeugendensystem knn mn einen Vektor im Allgemeinen uf verschiedene Arten ls Linerkombintion drstellen Beispiel 333 Wir betrchten im Q 2 die drei Vektoren ( ) ( 7 1 Den Vektor knn mn ls 13 0) ( 1 0) = 9 53 ber uch ls ( ) 1 0 = 2 ( ) ( ) ( ) , ( ) ( ( ) ) 13 ( ) ( 5 4, 2 9) schreiben Besonders( deutlich wird ds Uneindeutigkeitsphänomen, wenn 0 mn den Nullvektor betrchtet Es ist 0) ( 0 0) = 0 ( ) ( ( ) ) 13 3 und

4 4 die sogennnte trivile Drstellung des Nullvektors, ber es ist uch ( ( ) ( ( ) = ) 2 9) Lemm 334 Es seien v 1 =,v 2 =,,v n = Vektoren im K m Dnn sind die folgenden Aussgen m1 m2 mn äquivlent (1) Die Vektoren bilden ein Erzeugendensystem des K m (2) Für jeden Stndrdvektor e i gibt es eine Drstellung ls Linerkombintion w 1 e i = s j v j (3) Für jedes w = K m ist ds linere Gleichungssystem w m n w 1 s 1 +s 2 + +s n = m1 lösbr m2 12 mn w m Beweis (1) und (3) sind äquivlent, d (3) lediglich eine usgeschriebene Version von (1) ist Die Eigenschft (2) ist eine Spezilisierung von (1) Die Umkehrung ergibt sich so Mn schreibt w = w 1 = w 1 e 1 + +w m e m w m D mn nch Vorussetzung die e i ls Linerkombintionen der v j usdrücken knn, ergibt sich uch eine Linerkombintion von w mit den v j Wenn die Vektoren die Stndrdvektoren e 1,,e n sind, so knn mn jeden Vektor wegen ( 1, 2,, n ) = 1 e n e n unmittelbr und eindeutig ls Linerkombintion der Stndrdvektoren drstellen Definition 335 Die Vektoren v 1,,v n im K m heißen eine Bsis des K m, wenn mn jeden Vektor w K m eindeutig ls eine Linerkombintion mit 1n

5 den Vektoren v 1,,v n schreiben knn, wenn es lso eindeutig bestimmte Sklre s 1,,s n K mit w = s i v i gibt 11 i=1 Lemm 336 Es seien v 1 =,v 2 =,,v n = Vektoren im K m Dnn sind die folgenden Aussgen m1 m2 mn äquivlent (1) Die Vektoren bilden eine Bsis des K m (2) Die Vektoren bilden ein Erzeugendensystem des K m, und die einzige Drstellung des Nullvektors ls Linerkombintion der v j ist die trivile Drstellung 12 0 = 0 v v n w 1 (3) Für jedes w = K m besitzt ds linere Gleichungssystem w m n w 1 s 1 +s 2 + +s n = m1 m2 eine eindeutige Lösung mn w m Beweis (1) und (3) sind äquivlent, d (3) lediglich eine usgeschriebene Versionvon(1)istDieImpliktionvon(1)nch(2)istklr,ddieeindeutige Drstellbrkeit insbesondere für den Nullvektor gilt Für die Umkehrung sei w = s j v j = t j v j ngenommen Dnn ist direkt 0 = w w = s j v j t j v j = (s j t j )v j Wegen der eindeutigen Drstellbrkeit der 0 muss s j t j = 0, lso s j = t j für lle j sein Es sei bemerkt, dss die Bedingungen im vorstehenden Lemm nur bei m = n erfüllt sein können 1n 5

6 6 Der Mtrizenklkül Ein lineres Gleichungssystem lässt sich m einfchsten mit Mtrizen schreiben Dies ermöglicht es, die Umformungen, die zur Lösung eines solchen Systems führen, durchzuführen, ohne immer die Vriblen mitschleppen zu müssen Mtrizen (und der zugehörige Klkül) sind recht einfche Objekte; sie können ber gnz unterschiedliche mthemtische Objekte beschreiben (eine Fmilie von Spltenvektoren, eine Fmilie von Zeilenvektoren, eine linere Abbildung, eine Tbelle von Wechselwirkungen, eine zweistellige Reltion etc), die mn stets im Hinterkopf hben sollte, um vor Fehlinterprettionen geschützt zu sein Definition 337 Es sei K ein Körper und m,n N + Unter einer m n- Mtrix über K versteht mn ein Schem der Form n n, m1 m2 mn wobei ij K für 1 i m und 1 j n ist Zu jedem i I = {1,,m} heißt ij, j J, die i-te Zeile der Mtrix, ws mn zumeist ls ein Zeilentupel (oder einen Zeilenvektor) ( i1, i2,, in ) schreibt Zu jedem j J = {1,,n} heißt ij, i I, die j-te Splte der Mtrix, ws mn zumeist ls ein Spltentupel (oder einen Spltenvektor) 1j 2j mj schreibt Die Elemente ij heißen die Einträge der Mtrix Zu ij heißt i der Zeilenindex und j der Spltenindex des Eintrgs Mn findet den Eintrg ij, indem mn die i-te Zeile mit der j-ten Splte kreuzt Eine Mtrix mit m = n nennt mn eine qudrtische Mtrix Eine m 1-Mtrix ist einfch ein einziges Spltentupel der Länge m, und eine 1 n-mtrix ist einfch ein einziges Zeilentupel der Länge n Die Menge ller Mtrizen mit m Zeilen und n Splten (und mit Einträgen in K) wird mit Mt m n (K) bezeichnet, bei m = n schreibt mn Mt n (K) Zwei Mtrizen A,B Mt m n (K) werden ddiert, indem mn sie komponentenweise ddiert Ebenso ist die Multipliktion einer Mtrix A mit einem

7 Element r K (einem Sklr) komponentenweise definiert, lso n b 11 b 12 b 1n n + b 21 b 22 b 2n m1 m2 mn b m1 b m2 b mn 11 +b b 12 1n +b 1n = 21 +b b 22 2n +b 2n m1 +b m1 m2 +b m2 mn +b mn und n r 11 r 12 r 1n r n = r 21 r 22 r 2n m1 m2 mn r m1 r m2 r mn Die Mtrizenmultipliktion wird folgendermßen definiert Definition 338 Es sei K ein Körper und es sei A eine m n-mtrix und B eine n p-mtrix über K Dnn ist ds Mtrixprodukt AB diejenige m p-mtrix, deren Einträge durch c ik = ij b jk gegeben sind Eine solche Mtrizenmultipliktion ist lso nur möglich, wenn die Spltennzhl der linken Mtrix mit der Zeilennzhl der rechten Mtrix übereinstimmt Als Merkregel knn mn ds Schem S P (ZEILE) A L = (ZS +EP +IA+L2 +ET) T verwenden, ds Ergebnis ist eine 1 1-Mtrix Die beiden soeben ngeführten Mtrizen knn mn uch in der nderen Reihenfolge multiplizieren(ws nicht immer möglich ist) und mn erhält S SZ SE SI SL SE P A L (ZEILE) = PZ PE PI PL PE AZ AE AI AL AE LZ LE LI L 2 LE T TZ TE TI TL TE 7

8 8 Insbesondere knn mn eine m n-mtrix A mit einem Spltenvektor der Länge n (von rechts) multiplizieren, und erhält dbei einen Spltenvektor der Länge m Beispiel 339 Es ist ( ) = ( ) x 1 Bemerkung 3310 Wenn mn eine Mtrix A = ( ij ) ij mit einem Splten- x vektor x = 2 multipliziert, so erhält mn x n n x 1 Ax = n x 2 = m1 m2 mn x n 11 x x n x n 21 x x n x n m1 x 1 + m2 x mn x n Dmit lässt sich ein inhomogenes lineres Gleichungssystem mit dem Störvektor c 1 c 2 kurz schreiben ls c m Ax = c Die erlubten Gleichungsumformungen (siehe die übernächste Vorlesung) durch Mnipultionen n den Gleichungen, die die Lösungsmenge nicht ändern, können dnn durch die entsprechenden Zeilenumformungen in der Mtrix ersetzt werden Mn muss dnn die Vriblen nicht mitschleppen Definition 3311 Die n n-mtrix E n := nennt mn die Einheitsmtrix Die Einheitsmtrix E n besitzt die Eigenschft E n M = M = ME n für eine beliebige n n-mtrix M Sie ist lso ds neutrle Element bezüglich der Multipliktion von qudrtischen Mtrizen

9 9 Definition 3312 Eine n n-mtrix der Form d d d n 1n d nn nennt mn Digonlmtrix

10

11 Abbildungsverzeichnis Quelle = Vector Additionsvg, Autor = Benutzer Booybzook uf Commons, Lizenz = PD 1 Quelle = Vector spce illustsvg, Autor = Benutzer Oleg Alexndrov uf Commons, Lizenz = PD 2 11

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnbrück WS 2015/2016 Linere Algebr und nlytische Geometrie I Vorlesung 4 In der lineren Algebr wird stets ein Körper K zugrunde gelegt, wobei mn dbei grundsätzlich n die reellen Zhlen

Mehr

b) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:

b) Dasselbe System, die Unbekannten sind diesmal durchnummeriert: 1 Linere Gleichungssysteme 1. Begriffe Bspl.: ) 2 x - 3 y + z = 1 3 x - 2 z = 0 Dies ist ein Gleichungssystem mit 3 Unbeknnten ( Vriblen ) und 2 Gleichungen. Die Zhlen vor den Unbeknnten heißen Koeffizienten.

Mehr

6.1. Matrizenrechnung

6.1. Matrizenrechnung 6 Mtrizenrechnung 6 Mtrizen und Vektoren Definition Eine Tbelle in der Drstellung A (m,n) n n m m mn heißt m,n-mtrix ( n ) ( ) mit den Zeilenvektoren ( m m mn ) und den Sltenvektoren m, m,, n n mn Mtrizen

Mehr

G2 Grundlagen der Vektorrechnung

G2 Grundlagen der Vektorrechnung G Grundlgen der Vektorrechnung G Grundlgen der Vektorrechnung G. Die Vektorräume R und R Vektoren Beispiel: Physiklische Größen wie Krft und Geschwindigkeit werden nicht nur durch ihre Mßzhl und ihre Einheit,

Mehr

Algebra - Lineare Abbildungen

Algebra - Lineare Abbildungen Algebr - Linere Abbildungen oger Burkhrdt (roger.burkhrdt@fhnw.ch) 8 Hochschule für Technik . Der Vektorrum Hochschule für Technik Hochschule für Technik 4 Vektorrum Definition: Ein Vektorrum über einen

Mehr

Mathematik I. Vorlesung 12. Lineare Abbildungen

Mathematik I. Vorlesung 12. Lineare Abbildungen Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 12 Lineare Abbildungen Definition 12.1. Es sei K ein Körper und es seien V und W K-Vektorräume. Eine Abbildung heißt lineare Abbildung,

Mehr

Elektro- und Informationstechnik SS Mathematik 1 - Übungsblatt 8 Lösungsvorschläge

Elektro- und Informationstechnik SS Mathematik 1 - Übungsblatt 8 Lösungsvorschläge Mthemtik 1 - Übungsbltt 8 Lösungsvorschläge Aufgbe 1 (Drehung von Koordintensystemen) Gegeben ist der Vektor =[x y ] T (Spltenvektor) im x-y-koordintensystem. Seine Komponenten sollen in dem um den Ursprung

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung ϕ : V W

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmnn W Wu Herbstsemester 206 Linere Algebr und Numerische Mthemtik für D-BAUG Beispiellösung für Serie 5 ETH Zürich D-MATH Aufgbe 5 5) Seien u und v Lösungen des LGS Ax = b mit n Unbeknnten

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie

Mathematik für Studierende der Biologie und des Lehramtes Chemie Verfhren Mthemtik für Studierende der Biologie und des Lehrmtes Chemie Dominik Shillo Universität des Srlndes 6. Vorlesung, 4..7 (Stnd: 4..7, 4:5 Uhr) Shreibe,,n.......... n, n,n Führe den Guÿlgorithmus

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

Brückenkurs Lineare Gleichungssysteme und Vektoren Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 6 Vektorräume Die Addition von zwei Pfeilen a und b, ein typisches Beispiel für Vektoren. Der zentrale

Mehr

10: Lineare Abbildungen

10: Lineare Abbildungen Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert

Mehr

Numerische Mathematik Sommersemester 2013

Numerische Mathematik Sommersemester 2013 TU Chemnitz 5. Februr 2014 Professur Numerische Mthemtik Prof. Dr. Oliver Ernst Dipl.-Mth. Ingolf Busch Dipl.-Mth. techn. Tommy Etling Numerische Mthemtik Sommersemester 2013 Musterlösungen zu nicht behndelten

Mehr

P RS S. Definition : Beispiel : PQ und RS sind Repräsentanten des gleichen Vektors v. Man schreibt kurz, aber leider nicht ganz richtig : v = PQ

P RS S. Definition : Beispiel : PQ und RS sind Repräsentanten des gleichen Vektors v. Man schreibt kurz, aber leider nicht ganz richtig : v = PQ I. Vektorräume ================================================================== 1. Geometrische Definition von Vektoren -----------------------------------------------------------------------------------------------------------------

Mehr

R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen

R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen Die ntürlichen Zhlen (zusmmen mit der Addition und der Multipliktion) wurden in Kpitel 3 xiomtisch eingeführt. Aus den ntürlichen Zhlen knn mn nun die gnzen Zhlen Z = {..., 2, 1, 0, 1, 2,...} die rtionlen

Mehr

Grundlagen der Algebra

Grundlagen der Algebra PH Bern, Vorbereitungskurs MATHEMATIK Vorkenntnisse 0 Grundlgen der Algebr Einleitung Auf den nchfolgenden Seiten werden grundlegende Begriffe und Ttschen der Algebr erläutert: Zhlenmengen, Rechenopertionen,

Mehr

1.2 Eigenschaften der reellen Zahlen

1.2 Eigenschaften der reellen Zahlen 12 Kpitel 1 Mthemtisches Hndwerkszeug 12 Eigenschften der reellen Zhlen Alle Rechenregeln der Grundrechenrten der reellen Zhlen lssen sich uf einige wenige Rechengesetze zurückführen, die in der folgenden

Mehr

täglich einmal Scilab (wenigstens)

täglich einmal Scilab (wenigstens) Dr. -ng. Wilfried Dnkmeier Elektro- und nformtionstechnik SS 2012 Mthemtik Mthemtik 1 - Übungsbltt 8 täglich einml Scilb (wenigstens) Aufgbe 1 (Drehung von Koordintensystemen) Gegeben ist der Vektor =[x

Mehr

- 1 - VB Inhaltsverzeichnis

- 1 - VB Inhaltsverzeichnis - - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit

Mehr

a) x 0, (Nichtnegativität) b) x = 0 x = 0, (Eindeutigkeit) c) αx = α x, (Skalierung)

a) x 0, (Nichtnegativität) b) x = 0 x = 0, (Eindeutigkeit) c) αx = α x, (Skalierung) Definition 1.20 Ein metrischer Rum besteht us einer Menge X und einer Abbildung d : X X R, die jedem geordneten Pr von Elementen us X eine reelle Zhl zuordnet, d.h. (x,y) X X d(x,y) R. Diese Abbildung

Mehr

Lineare Algebra I 5. Tutorium mit Lösungshinweisen

Lineare Algebra I 5. Tutorium mit Lösungshinweisen Fchbereich Mthemtik Prof Dr JH Bruinier Mrtin Fuchssteiner Ky Schwieger TECHNISCHE UNIVERSITÄT DARMSTADT AWS 07/08 0607 (T ) Linere Algebr I 5 Tutorium mit Lösungshinweisen Welche Gruppen kennen Sie? Welche

Mehr

SBP Mathe Aufbaukurs 2. Winkelfunktionen im rechtwinkeligen Dreieck. Winkelfunktionen besonderer Winkel. Zusammenhänge der Winkelfunktionen

SBP Mathe Aufbaukurs 2. Winkelfunktionen im rechtwinkeligen Dreieck. Winkelfunktionen besonderer Winkel. Zusammenhänge der Winkelfunktionen SBP Mthe Aufbukurs # by Clifford Wolf # Antwort Diese Lernkrten sind sorgfältig erstellt worden, erheben ber weder Anspruch uf Richtigkeit noch uf Vollständigkeit. Ds Lernen mit Lernkrten funktioniert

Mehr

Logische Grundlagen der Mathematik, WS 2014/15

Logische Grundlagen der Mathematik, WS 2014/15 Logische Grundlgen der Mthemtik, WS 2014/15 Thoms Timmermnn 3. Dezember 2014 Wiederholung: Konstruktion der gnzen Zhlen (i) Betrchten formle Differenzen b := (, b) mit, b N 0 (ii) Setzen b c d, flls +

Mehr

(3) a x a x a x... a x b n n 1. (2) a x a x a x... a x b n n n n (m) a x a x a x...

(3) a x a x a x... a x b n n 1. (2) a x a x a x... a x b n n n n (m) a x a x a x... LINEARE GLEICHUNGSSYSTEME () x x x... x b n n () x x x... x b n n () x x x... x b n n.............. (m) x x x... x b m m m mn n m Inhltsverzeichnis Kpitel Inhlt Seite Bestimmung von Funktionstermen Ds

Mehr

Vektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren

Vektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren Vektoren In nderen Bereichen der Nturwissenschften treten Größen uf, die nicht nur durch eine Zhlenngbe drgestellt werden können, wie Krft, die Geschwindigkeit. Zur vollständigen Beschreibung z.b. der

Mehr

a Z1 a 1 a 1,2 Diese Matrix hat genau dann Rang 2, ist also genau dann invertierbar, wenn a 2,2 a 1,2a 2,1

a Z1 a 1 a 1,2 Diese Matrix hat genau dann Rang 2, ist also genau dann invertierbar, wenn a 2,2 a 1,2a 2,1 18 Determinnten 207 18 Determinnten Nchdem wir nun schon recht usführlich Mtrizen und linere Gleichungssysteme studiert hben, wollen wir jetzt die sogennnten Determinnten einführen, die beim Rechnen mit

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

Ungleichungen. Jan Pöschko. 28. Mai Einführung Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Lineren Algebr Lösungen Wintersemester 9/ Universität Heidelberg Mthemtisches Institut Lösungen Bltt Dr. D. Vogel Michel Mier Aufgbe 44. b 4 b b 4 ( )b Fll : = ( )b 4 b ( ) b ( ) ( )(b ) b

Mehr

Kurzes Ergebnis zu dualen Basen:

Kurzes Ergebnis zu dualen Basen: Kurzes Ergebnis zu dulen Bsen: Lemm 1 Es sei V ein Vektorrum der Dimension n mit Bsis B = {v j } n j=1, und B = {vj} n j=1 die dzu dule Bsis von V Dnn ist der Koeffizientenvektor eines beliebigen Elements

Mehr

Matrizen und Determinanten

Matrizen und Determinanten Mtrizen und eterminnten efinition einer Mtri: Ein us m Zeilen und n Splten bestehendes rechteckiges Zhlenschem heißt Mtri vom Typ (m; n) oder (m n)-mtri. m m m n n n mn izeileninde; jsplteninde Schreibweise:

Mehr

hat genau eine eindeutig bestimmte Lösung, wenn für die Determinante der Koeffizientenmatrix gilt:

hat genau eine eindeutig bestimmte Lösung, wenn für die Determinante der Koeffizientenmatrix gilt: 1 Determinnten Die Determinnte einer qudrtischen Mtrix ist eine reelle Zhl. Sie ermöglicht insbesondere eine Aussge über die Existenz der inversen Mtrix bzw. über die Lösbrkeit von lineren leichungssystemen.

Mehr

Vorkurs Mathematik. Vorlesung 3. Die rationalen Zahlen

Vorkurs Mathematik. Vorlesung 3. Die rationalen Zahlen Prof. Dr. H. Brenner Osnrück WS 2014/2015 Vorkurs Mthemtik Vorlesung 3 Die rtionlen Zhlen Definition 3.1. Unter einer rtionlen Zhl versteht mn einen Ausdruck der Form, woei, Z und 0 sind, und woei zwei

Mehr

1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt

1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)

Mehr

Vorkurs Mathematik Frankfurt University Of Applied Sciences, Fachbereich 2 1

Vorkurs Mathematik Frankfurt University Of Applied Sciences, Fachbereich 2 1 Vorkurs Mthemtik Frnkfurt University Of Applied Sciences, Fchbereich 1 Rechnen mit Potenzen N bezeichnet die Menge der ntürlichen Zhlen, Q die Menge der rtionlen Zhlen und R die Menge der reellen Zhlen.

Mehr

Einführung in die Vektorrechnung (GK)

Einführung in die Vektorrechnung (GK) Einführung in die Vektorrechnung (GK) Michel Spielmnn Inhltsverzeichnis Grundlegende Definitionen Geometrische Vernschulichung. Punkte..................................... Pfeile.....................................

Mehr

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt 2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,

Mehr

Vektoren. Karin Haenelt

Vektoren. Karin Haenelt Vektoren Grundbegriffe für ds Informtion Retrievl Krin Henelt 13.10.2013 Anltische Geometrie und Linere Algebr Geometrie: Konstruktionsverfhren mit Zirkel und Linel Anltische Geometrie: Umsetzung geometrischer

Mehr

38 Das Riemann-Integral vektorwertiger Funktionen über [a, b]

38 Das Riemann-Integral vektorwertiger Funktionen über [a, b] 38 Ds Riemnn-Integrl vektorwertiger Funktionen über [, b] 38.2 Riemnn-Integrierbrkeit von Wegen 38.4 Ds Riemnn-Integrl ist eine linere Abbildung von R([, b], V ) in V 38.9 Integrlbschätzung 38.10 Huptstz

Mehr

1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren.

1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren. .. Orthogonle Bsen und Schmistsche Orthogonlisierungsverfhren. Definition.. Eine Bsis B = { b, b,..., b n } heit orthogonl, wenn die Vektoren b i, i =,,..., n, prweise orthogonl sind, d.h. bi b j = fur

Mehr

BINOMISCHE FORMELN FRANZ LEMMERMEYER

BINOMISCHE FORMELN FRANZ LEMMERMEYER BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c

Mehr

Matrizen und Determinanten

Matrizen und Determinanten Mtrizen und Determinnten Im bschnitt Vektorlgebr Rechenregeln für Vektoren Multipliktion - Sklrprodukt, Vektorprodukt, Mehrfchprodukte wurde in einem Vorgriff bereits eine interessnte mthemtische Konstruktion

Mehr

Multiplikative Inverse

Multiplikative Inverse Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll

Mehr

Zu Aufgabe 1: Bringen Sie die nachstehenden Gleichungssysteme in die Form A x

Zu Aufgabe 1: Bringen Sie die nachstehenden Gleichungssysteme in die Form A x Mthemtik I Lösungen zu Übung ( Lösung von GS, Lösbrkeitsbedingungen, Gußscher lg.,cr Prof.Dr.B.Grbowski u ufgbe : Bringen Sie die nchstehenden Gleichungssysteme in die Form c und untersuchen Sie ihr Lösungsverhlten

Mehr

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit CHAPTER. MENGEN UND R ELATIONEN.5. ABBILDUNG.5. Abbildung Eine Abbildung (oder Funktion ist eine Reltion f über X Y mit der Eigenschft: für jedes x us X gibt es genu ein y Y mit (x,y f. Die übliche Schreibweise

Mehr

Wie beschreibt man Prozesse? Wie beschreibt man Prozesse? Nicht nur eine Matrix, sondern viele Matrizen 0,5 0, 2 0,3 A 0, 2 0,7 0,1

Wie beschreibt man Prozesse? Wie beschreibt man Prozesse? Nicht nur eine Matrix, sondern viele Matrizen 0,5 0, 2 0,3 A 0, 2 0,7 0,1 25.11.2014 Nicht nur eine Mtrix, sondern viele Mtrizen 0,5 0, 2 0,3 A 0, 2 0,7 0,1 015 0,15 0,75 075 01 0,1 Wie beschreibt mn Prozesse? Mkov-Modell Modell Mrkov- Prozess Mrkov-Kette ber keine Mtrize und

Mehr

Kapitel 1 : Mathematische Grundlagen und Stöchiometrie

Kapitel 1 : Mathematische Grundlagen und Stöchiometrie pitel : Mthemtische Grundlgen und Stöchiometrie Elementre Rechenumformungen. Dreistzrechnung : Immer dnn, wenn zwei Meßgrößen zueinnder proportionl bzw. indirekt proportionl (d.h. die eine proportionl

Mehr

7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist.

7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist. 7-1 Elementre Zhlentheorie 7 Ds udrtische Rezirozitätsgesetz 70 Erinnerung Sei eine ungerde Primzhl, sei Z In 114 wurde ds Legendre-Symbol eingeführt: 1 ist udrtischer Rest modulo, 1 flls gilt ist udrtischer

Mehr

4. Das quadratische Reziprozitätsgesetz.

4. Das quadratische Reziprozitätsgesetz. 4-1 Elementre Zhlentheorie 4 Ds udrtische Rezirozitätsgesetz Sei eine ungerde Primzhl, sei Z mit, 1 Frge: Wnn gibt es x Z mit x mod? Gibt es ein derrtiges x, so nennt mn einen udrtischen Rest modulo Legendre

Mehr

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30 15 Mtrizenrechnung 15 Mtrizenrechnung 15.1 Mtrix ls Zhlenschem Eine Internetfirm verkuft über einen eigenen Shop Digitlkmers. Es wird jeweils nur ds Topmodel der Firmen Cnon, Nikon und Sony ngeboten. Verkuft

Mehr

1 Symbolisches und approximatives Lösen von Gleichungen

1 Symbolisches und approximatives Lösen von Gleichungen 1 Symbolisches und pproimtives Lösen von Gleichungen von Frnk Schumnn 1.1 Eine hrte Nuss von Gleichung Wir sind zu Gst in einer Privtstunde im Fch Mthemtik, Klssenstufe 11. Anwesende sind Herr Riner Müller-Herbst,

Mehr

05. Lineare Gleichungssysteme

05. Lineare Gleichungssysteme 05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a

Mehr

Mathematik II. Vorlesung 31

Mathematik II. Vorlesung 31 Prof. Dr. H. Brenner Osnbrück SS 2010 Mthemtik II Vorlesung 31 In den folgenden Vorlesungen beschäftigen wir uns mit der Integrtionstheorie, d.h. wir wollen den Flächeninhlt derjenigen Fläche, die durch

Mehr

65 Lineare Algebra 2 (SS 2009)

65 Lineare Algebra 2 (SS 2009) 65 Linere Algebr 2 (SS 2009) 67 Einschub: Explizit Implizit Vorbemerkung Wir betrchten die Ebene R 2, den dreidimensionlen Rum R 3, oder llgemeiner den R n Wenn wir geometrische Objekte in der Ebene, wie

Mehr

Analysis I. Partielle Integration. f (t)g(t)dt =

Analysis I. Partielle Integration. f (t)g(t)dt = Prof. Dr. H. Brenner Osnbrück WS 3/4 Anlysis I Vorlesung 5 Wir besprechen nun die wesentlichen Rechenregeln, mit denen mn Stmmfunktionen finden bzw. bestimmte Integrle berechnen knn. Sie beruhen uf Ableitungsregeln.

Mehr

Mathematik III. Vorlesung 85. Riemannsche Mannigfaltigkeiten

Mathematik III. Vorlesung 85. Riemannsche Mannigfaltigkeiten Prof Dr H Brenner Osnbrück WS 2010/2011 Mthemtik III Vorlesung 85 Riemnnsche Mnnigfltigkeiten Georg Friedrich Bernhrd Riemnn (1826-1866) Die Kugeloberfläche einer Kugel mit Rdius r besitzt den Flächeninhlt

Mehr

ist ein Quotient ganzer Zahlen m,n Z und n = 0. Dabei heißt m Zähler und n Nenner. Wegen m 1 = m ist Z eine Teilmenge von Q. Zwei Brüche sind gleich:

ist ein Quotient ganzer Zahlen m,n Z und n = 0. Dabei heißt m Zähler und n Nenner. Wegen m 1 = m ist Z eine Teilmenge von Q. Zwei Brüche sind gleich: Vorlesung 4 Zhlenbereiche 4.1 Rtionle Zhlen Wir hben gesehen, dss nicht jedes Eleent us Z ein ultipliktives Inverses besitzt. Dies führt zur Einführung der rtionlen Zhlen Q, obei der Buchstbe Q für Quotient

Mehr

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2 Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes

Mehr

Mathematik II. Partielle Integration. f (t)g(t)dt =

Mathematik II. Partielle Integration. f (t)g(t)dt = Prof. Dr. H. Brenner Osnbrück SS 1 Mthemtik II Vorlesung 33 Wir besprechen nun die wesentlichen Rechenregeln, mit denen mn Stmmfunktionen finden bzw. bestimmte Integrle berechnen knn. Sie beruhen uf Ableitungsregeln.

Mehr

6. Quadratische Gleichungen

6. Quadratische Gleichungen 6. Qudrtische Gleichungen 6. Vorbemerkungen Potenzieren und Wurzelziehen, somit uch Qudrieren und Ziehen der Qudrtwurzel, sind entgegengesetzte Opertionen. Sie heben sich gegenseitig uf. qudrieren Qudrtwurzel

Mehr

Begriffe: Addition Subtraktion Multiplikation Division. Summe Differenz Produkt Quotient a + b a b a b a : b

Begriffe: Addition Subtraktion Multiplikation Division. Summe Differenz Produkt Quotient a + b a b a b a : b Grundlgen 0.0. Zhlbereiche ntürliche Zhlen: N = {0; ; 2;...} (nch DIN 547) N = N \ {0} gnze Zhlen: Z = {... 2; ; 0; ; 2;...} rtionle Zhlen: Q = { p p, q Z, q 0} q Q besteht us llen Bruchzhlen. reelle Zhlen:

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt

Mehr

Lösungen Quadratische Gleichungen. x = x x = Also probieren wir es 3 4 = 12. x + + = Lösen Sie die folgenden Gleichungen nach x auf:

Lösungen Quadratische Gleichungen. x = x x = Also probieren wir es 3 4 = 12. x + + = Lösen Sie die folgenden Gleichungen nach x auf: Aufgbe : ) Lösen Sie die folgenden Gleichungen nch uf: = kein Problem einfch die Wurel iehen und ds ± nicht vergessen.. = = ±, b) + 5 = 0 Hier hben wir bei jedem Ausdruck ein, lso können wir usklmmern:

Mehr

4 Die rationalen Zahlen

4 Die rationalen Zahlen 4 Die rtionlen Zhlen Der Ring der gnzen Zhlen ht den Mngel, dß nicht jede Gleichung = X, 0 innerhl Z lösr ist. (Z.B. ist 1 = 2 X unlösr in Z). Zu seiner Beseitigung erweitert mn den Zhlereich zum Körper

Mehr

Zwei-Punkt Randwertprobleme. Fahed Bakar

Zwei-Punkt Randwertprobleme. Fahed Bakar Zwei-Punkt Rndwertprobleme Fhed Bkr Contents Inhltsverzeichnis II 1 Zwei-Punkt Rndwertprobleme (RWP) 1 1.1 Zwei-Punkt Rndwertprobleme.................... 1 1.2 Vritionle Formulierung des RWP..................

Mehr

Lösungen zur Probeklausur Lineare Algebra 1

Lösungen zur Probeklausur Lineare Algebra 1 Prof. Dr. Ktrin Wendlnd Dr. Ktrin Leschke WS 2006/2007 Lösungen zur Probeklusur Linere Algebr Ausgbe: 2. Dezember 2006 Aufgbe.. Geben Sie die Definition des Begriffs Gruppe n. Eine Gruppe ist eine Menge

Mehr

1 Grundlagen der Mathematik Lösen Sie die nachfolgenden grundlegenden Aufgaben.

1 Grundlagen der Mathematik Lösen Sie die nachfolgenden grundlegenden Aufgaben. ALGEBRA GRUNDRECHENARTEN MULTIPLIZIEREN Grundlgen der Mthemtik Lösen Sie die nchfolgenden grundlegenden Aufgben. Beweisen Sie durch Ausrechnung, dss b ) b ist! ( Wichtige mthemtische Regeln: 0 = 0 = 0

Mehr

Darstellung von Ebenen

Darstellung von Ebenen Drstellung von Ebenen. Ebenengleichung in Prmeterform: Sei E eine Ebene. Dnn lässt sich die Ebene drstellen durch eine Gleichung der Form p u x = p + r v u + s v (r, s R). p u v Der Vektor p heißt Stützvektor

Mehr

Thema 6. Ranglisten. von Matthias Glöckner

Thema 6. Ranglisten. von Matthias Glöckner Them 6 Rnglisten von Mtthis Glöckner Inhltsverzeichnis Einleitung Ds linere Verfhren Definition der Punktezhl Die Präferenzmtrix Perron-Frobenius Theorem Bewertung nch dem Spielergebnis und Verzerrungsfunktion

Mehr

Kapitel II. Beschränkte Operatoren und kompakte Operatoren. 3. Beschränkte Operatoren im Hilbertraum.

Kapitel II. Beschränkte Operatoren und kompakte Operatoren. 3. Beschränkte Operatoren im Hilbertraum. Kpitel II. Beschränkte Opertoren und kompkte Opertoren. 3. Beschränkte Opertoren im Hilbertrum. 3.1. Definition. Seien H 1 und H 2 Hilberträume. Eine linere Abb. A : H 1 H 2 heißt ein (linerer) Opertor.

Mehr

5 Lineare Abhängigkeit und lineare Unabhängigkeit von Vektoren

5 Lineare Abhängigkeit und lineare Unabhängigkeit von Vektoren 5 Linere Ahängigeit und linere Unhängigeit von Vetoren 5 Linere Ahängigeit und linere Unhängigeit von Vetoren 5.1 Linere Ahängigeit/Unhängigeit von Vetoren Eine esondere Rolle in der nlytischen Geometrie

Mehr

Mathematik Bruchrechnung Grundwissen und Übungen

Mathematik Bruchrechnung Grundwissen und Übungen Mthemtik Bruchrechnung Grundwissen und Übungen von Stefn Gärtner (Gr) Stefn Gärtner -00 Gr Mthemtik Bruchrechnung Seite Inhlt Inhltsverzeichnis Seite Grundwissen Ws ist ein Bruch? Rtionle Zhlen Q Erweitern

Mehr

Mathematik II. Vorlesung 41. Satz Es sei f :[a,b] R n, t f(t), eine differenzierbare Kurve. Dann gibt es ein c [a,b] mit

Mathematik II. Vorlesung 41. Satz Es sei f :[a,b] R n, t f(t), eine differenzierbare Kurve. Dann gibt es ein c [a,b] mit Prof. Dr. H. Brenner Osnbrück SS 1 Mthemtik II Vorlesung 41 Die Mittelwertbschätzung für differenzierbre Kurven Stz 41.1. Es sei f :[,b] R n, t f(t), eine differenzierbre Kurve. Dnn gibt es ein c [,b]

Mehr

Der Gauß - Algorithmus

Der Gauß - Algorithmus R Brinkmnn http://brinkmnn-du.de Seite 7..9 Der Guß - Algorithmus Der Algorithmus von Guss ist ds universelle Verfhren zur Lösung beliebiger linerer Gleichungssysteme. Einführungsbeispiel: 7x+ x 5x = Drei

Mehr

Effiziente Algorithmen und Komplexitätstheorie

Effiziente Algorithmen und Komplexitätstheorie Effiziente Algorithmen und Komplexitätstheorie Vorlesung Ingo Wegener Vertretung Thoms Jnsen 10042006 1 Ws letzten Donnerstg geschh Linere Optimierung Wiederholung der Grundbegriffe und Aussgen M konvex

Mehr

10. Riemannsche Geometrie I: Riemannsche Metrik. Variable Bilinearformen.

10. Riemannsche Geometrie I: Riemannsche Metrik. Variable Bilinearformen. 10. Riemnnsche Geometrie I: Riemnnsche Metrik Wir können in der hyperbolischen Geometrie noch nicht wirklich messen. Hierfür bruchen wir ein Riemnnsches Längen- und Winkelmß, d.h. eine Riemnnsche Geometrie.

Mehr

Lineare Algebra 1 Prof. Dr. R. Dahlhaus Dr. S. Richter, N. Phandoidaen Wintersemester 2018/ Präsenzblatt Lösungen

Lineare Algebra 1 Prof. Dr. R. Dahlhaus Dr. S. Richter, N. Phandoidaen Wintersemester 2018/ Präsenzblatt Lösungen Linere lgebr Prof. Dr. R. Dhlhus Dr. S. Richter, N. Phndoiden Wintersemester 8/9. Präsenzbltt Lösungen ufgbe P7 (Lösen linerer Gleichungssysteme mit dem Guß-lgorithmus). Für, y R seien := M(, R), b :=

Mehr

Mathematik mit Mathcad. 2.6 Terme. Eine Aussage ist eine Äußerung, von der man entscheiden kann, ob sie wahr oder falsch ist.

Mathematik mit Mathcad. 2.6 Terme. Eine Aussage ist eine Äußerung, von der man entscheiden kann, ob sie wahr oder falsch ist. Mthemtik mit Mthcd MK 4.5.0 0_06_Grund_Terme.mcd Mthemtische Aussgen.6 Terme Eine Aussge ist eine Äußerung, von der mn entscheiden knn, ob sie whr oder flsch ist. Es regnet ( ) > 5 ( f ) Mein Auto ht vier

Mehr

Kapitel 7. Integralrechnung für Funktionen einer Variablen

Kapitel 7. Integralrechnung für Funktionen einer Variablen Kpitel 7. Integrlrechnung für Funktionen einer Vriblen In diesem Kpitel sei stets D R, und I R ein Intervll. 7. Ds unbestimmte Integrl (Stmmfunktion) Es sei f : I R eine Funktion. Eine differenzierbre

Mehr

Bericht zur Mathematischen Zulassungsprüfung im Mai 2011

Bericht zur Mathematischen Zulassungsprüfung im Mai 2011 Bericht zur Mthemtischen Zulssungsprüfung im Mi Heinz-Willi Goelden, Wolfgng Luf, Mrtin Pohl Am 4. Mi fnd die Mthemtische Zulssungsprüfung sttt. Die Prüfung bestnd us einer 9-minütigen Klusur, in der 5

Mehr

6 Totale Differenzierbarkeit

6 Totale Differenzierbarkeit 6 Totle Differenzierbrkeit Sei U R offen. Eine Funktion f : U R ist differenzierbr in einem Punkt x U (Stz 14.6 in [EAI] genu dnn, wenn sie liner pproximierbr ist in x in dem Sinne, dss eine Zhl c R und

Mehr

Analysis I. Vorlesung 24. Der Mittelwertsatz der Integralrechnung. b a

Analysis I. Vorlesung 24. Der Mittelwertsatz der Integralrechnung. b a Prof. Dr. H. Brenner Osnbrück WS 203/204 Anlysis I Vorlesung 24 Der Mittelwertstz der Integrlrechnung Zu einer Riemnn-integrierbren Funktion f: [, b] R knn mn f(t)dt b ls die Durchschnittshöhe der Funktion

Mehr

x x x Eine solche Verzweigung ist als Verzweigung der vom Signal getragenen Information

x x x Eine solche Verzweigung ist als Verzweigung der vom Signal getragenen Information 73 3.4.4 Signlflußplndrstellung Neben dem bisher behndelten rein mthemtischen Modellen in Gleichungsform zur Beschreibung des Signlübertrgungsverhltens dynmischer Systeme eistiert noch eine bildliche und

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Mthemtik: Mg. Schmid Wolfgng Areitsltt. Semester ARBEITSBLATT MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Zunächst einml müssen wir den Begriff Sklr klären. Definition: Unter einem Sklr ersteht mn eine

Mehr

Integration von Regelfunktionen

Integration von Regelfunktionen Integrtion von Regelfunktionen Inhltsverzeichnis Einleitung 2 Treppen- und Regelfunktionen 3 Denition des Integrls 4 Rechen mit Integrlen 2 4. Grundlegende Eigenschften.............................................

Mehr

ASW Übung 9 Mathematik Prof.Dr.B.Grabowski Tel.:

ASW Übung 9 Mathematik Prof.Dr.B.Grabowski   Tel.: ASW Üung 9 Mthemtik Prof.Dr.B.Growski e-mil: growski@htw-srlnd.de Tel.: 58- Aufge : Geen Sie den Rng der folgenden Mtrizen A E durch Drufschuen n! ( ) 5 8 E D C B A Aufge. Bestimmen Sie den Rng der folgenden

Mehr

Mathematik: Mag Schmid Wolfgang Arbeitsblatt 5 5. Semester ARBEITSBLATT 5 VEKTORRECHNUNG IM RAUM

Mathematik: Mag Schmid Wolfgang Arbeitsblatt 5 5. Semester ARBEITSBLATT 5 VEKTORRECHNUNG IM RAUM Mthemtik: Mg Schmid Wolfgng Arbeitsbltt 5 5. Semester ARBEITSBLATT 5 VEKTORRECHNUNG IM RAUM Bisher hben wir die Lge von Punkten und Gerden lediglich in der Ebene betrchtet. Nun wollen wir die Lge dieser

Mehr

1. Grundlagen. 2. Summenzeichen, Produktzeichen. 3. Fakultät, Binomialkoeffizient. 4. Potenzen, Wurzeln, Logarithmen. 5. Elementare Funktionen

1. Grundlagen. 2. Summenzeichen, Produktzeichen. 3. Fakultät, Binomialkoeffizient. 4. Potenzen, Wurzeln, Logarithmen. 5. Elementare Funktionen Inhlte Brückenkurs Mthemtik Fchhochschule Hnnover SS 00 Dipl.-Mth. Corneli Reiterger. Grundlgen. Summenzeichen, Produktzeichen. Fkultät, Binomilkoeffizient. Potenzen, Wurzeln, Logrithmen. Elementre Funktionen

Mehr

Geodäten. Mathias Michaelis. 28. Januar 2004

Geodäten. Mathias Michaelis. 28. Januar 2004 Geodäten Mthis Michelis 28. Jnur 2004 1 Vektorfelder Definition 1.1 Sei S 3 eine reguläre Fläche. Ein Vektorfeld uf S ist eine Abbildung v : S 3 so, dss v(p) T n S für lle p S. Ein Vektorfeld ordnet lso

Mehr

Mathematik K1, 2017 Lösungen Vorbereitung KA 1

Mathematik K1, 2017 Lösungen Vorbereitung KA 1 Mthemtik K, 07 Lösungen Vorbereitung KA Pflichtteil (etw 0..0 min) Ohne Tschenrechner und ohne Formelsmmlung (Dieser Teil muss mit den Lösungen bgegeben sein, ehe der GTR und die Formlsmmlung verwendet

Mehr

10 Das Riemannsche Integral

10 Das Riemannsche Integral 10 Ds Riemnnsche Integrl 50 10 Ds Riemnnsche Integrl Ziel dieses Prgrphen ist es, den Inhlt einer Fläche, die vom Grphen einer Funktion berndet wird, exkt zu definieren. f(b) f() = t 0 t1 t2 t3 t4 t5 t

Mehr

Das Rechnen mit Logarithmen

Das Rechnen mit Logarithmen Ds Rechnen mit Logrithmen Etw in der 0. Klssenstufe kommt mn in Kontkt mit Logrithmen. Für die, die noch nicht so weit sind oder die, die schon zu weit dvon entfernt sind, hier noch einml ein kleiner Einblick:

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnbrück WS 20/202 Mthemtik für Anwender I Vorlesung 24 Der Mittelwertstz der Integrlrechnung Zu einer Riemnn-integrierbren Funktion f :[,b] R knn mn f(t)dt b ls die Durchschnittshöhe

Mehr

Wir betrachten zunächst Funktionen f in einer Variablen x. Falls f k-mal differenzierbar ist, bezeichnet man die k-te Ableitung mit

Wir betrachten zunächst Funktionen f in einer Variablen x. Falls f k-mal differenzierbar ist, bezeichnet man die k-te Ableitung mit 76 Tylorpolynome Wir betrchten zunächst Funtionen f in einer Vriblen x Flls f -ml differenzierbr ist, bezeichnet mn die -te Ableitung mit D f, x f oder f() Dbei steht f () für f, f () für f, f () für f,

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

Algebraische Topologie WS 2016/17 Lösungen der Woche 9

Algebraische Topologie WS 2016/17 Lösungen der Woche 9 6.132 - Algebrische Topologie WS 2016/17 Lösungen der Woche 9 Mrtin Frnklnd 5.1.2017 Aufgbe 1. Es sei X ein Rum und X = α U α eine disjunkte Vereinigung offener Teilmengen U α X. Zeigen Sie, dss X ds Koprodukt

Mehr

Musterlösungen zum 6. Übungsblatt

Musterlösungen zum 6. Übungsblatt Musterlösungen zum 6 Üungsltt Anlysis ei Dr Rolf Busm WS 6/7 Aufge 6 (Tois Hessenuer) ) 3 ep()d, setze u = ep(), v = 3 dnn gilt: 3 ep()d = ep() 3 = e (3 ep() ) 3 ep() d = e 3e + 6 ep() = 6e 3e + 6e 6e

Mehr

Lineare Abbildung des Einheitskreises

Lineare Abbildung des Einheitskreises Linere Abbildung des Einheitskreises Peter Stender 27.06.2017 Peter Stender Linere Abbildung des Einheitskreises 27.06.2017 1 / 14 Mtrix und Dynmik m Kreis Fälle, bei denen B nicht uf der berechneten Prbel

Mehr