Der Zusammenhang zwischen linearen Abbildungen und Matrizen

Größe: px
Ab Seite anzeigen:

Download "Der Zusammenhang zwischen linearen Abbildungen und Matrizen"

Transkript

1 KAPITEL 8 Der Zusaehag zwische lieare Abbilduge ud Matrize 1. Faktorräue DEFINITION 8.1. Sei V ei Vektorrau über de Körper K, ud sei U ei Uterrau vo V, ud sei w V. Da defiiere wir w U wuu U ud V /U v U v V, geat de Faktorrau vo V ach U. DEFINITION 8.2. Sei V ei Vektorrau über de Körper K, ud sei U ei Uterrau vo V. Da defiiere wir ud durch ud für alle v, w V udα K. v U w U vw U Α v U Αv U Wir überlege us, dass ud wohldefiiert sid, das heißt, dass die Relatiov U, w U,vw Uv, w V, die ja eie Teilege vov /U V /U V /U ist, eie Fuktio vo V /U V /U ach V /U ist. SATZ 8.3. Sei V ei Vektorrau über de Körper K, ud sei U ei Uterrau vo V. Da istv /U,,, 0 U, ei Vektorrau über K. SATZ 8.4. Sei V ei Vektorrau über de Körper K it Diesio, ud sei U ei Uterrau vo V it Basisu 1,, u. Da gibt es v 1,, v V, sodass u 1,, u, v 1,, v eie Basis vo V ist udv 1 U,, v U eie Basis vo V /U ist. Beweisskizze. Wie i Beweis vo Satz 3.45 lässt sichu 1,, u zu eier Folge vo liear uabhägige Vektore i V erweiter, die gaz V aufspae. Soit gibt es Vektore v 1,, v V, sodass B u 1,, u, v 1,, v eie Basis vo V ist. 0 Uterlage zur Vorlesug Algebra vo Erhard Aichiger, Peter Mayr. Alle Rechte vorbehalte

2 DER ZUSAMMENHANG ZWISCHEN LINEAREN ABBILDUNGEN UND MATRIZEN Als ächstes zeige wir, dass Lv 1 U,, v U V /U ist. Sei v U V /U. Wege LB V, gibt esλ 1,,Λ,Μ 1,,Μ K, sodass ist. Also gilt v U v Λ i u i j 1 v i U ud daher v U Lv 1 U,, v U. j 1 v i j 1 v i U U zu zeige, dassv 1 U,, v U liear uabhägig ist, wähle wirμ 1,,Μ K so, dass v i U 0 U. Da gilt j 1 j 1 v i U. Weilu 1,, u eie Basis vo U ist, existiere daλ 1,,Λ so, dass Soit folgt j 1 Λ i u i v i Λ i u i. j 1 v i 0 udλ 1 Λ Μ 1 Μ 0, weil B liear uabhägig ist. Also ist v 1 U,, v U liear uabhägig KOROLLAR 8.5. Sei V ei edlichdiesioaler Vektorrau über K, ud sei U ei Uterrau vo V. Da gilt div div /UdiU. 2. Der Hooorphiesatz DEFINITION 8.6. Seie U ud V Vektorräue über K. Eie lieare Abbildug h V U heißt Isoorphisus, we h bijektiv ist. Der Vektorrau U heißt isoorph zu V, we es eie Isoorphisus vo U ach V gibt. SATZ 8.7. Seie U,V Vektorräue über K, ud sei U edlichdiesioal. We U isoorph zu V ist, da ist V edlichdiesioal, ud es gilt diu div.

3 3. DER RANG EINER MATRIX UND IHRE INVERTIERBARKEIT 121 Beweisskizze. Sei h U V ei Isoorphisus ud seib 1,, b eie Basis vo U. Da lässt sich zeige, dasshb 1,, hb eie Basis vo V ist. SATZ 8.8. Seie V ud W Vektorräue, ud sei h eie lieare Abbildug vo V ach W. Da ist hv hvv V ei Uterrau vo W, ud ei Uterrau vo V. kerh v V hv 0 Diese beide Uterräue heiße auch Iage ud Ker vo h. SATZ 8.9 (Hooorphiesatz). Seie V ud W Vektorräue, ud sei h eie lieare Abbildug vo V ach W. Sei U kerh. Da ist die Abbildug H V /U hv v U hv wohldefiiert. Die Abbildug H ist außerde ei Isoorphisus vo V /U ach hv. Astelle Da ist die Abbildug [...] wohldefiiert ka a sage: Da ist die Relatio H v U, hvv V eie Fuktio vo V /U vo hv. Beweis. Wir zeige ur die Bijektivität vo H. Für die Ijektivität seie v 1, v 2 V, sodass Hv 1 U Hv 2 U. Das heißt hv 1 hv 2. Aus der Liearität vo h folgt da hv 1 v 2 0. Soit ist v 1 v 2 U ud v 1 U v 2 U. Also ist H ijektiv. Die Surjektivität folgt uittelbar aus der Defiitio vo H. 3. Der Rag eier Matrix ud ihre Ivertierbarkeit SATZ Sei A eie -Matrix, ud sei h A K K, h A v Av für alle v K. Da gilt: (1) Das Iage vo h, also h A K, ist geau der Spalterau SA vo A. (2) Der Nullrau NA ist geau der Ker kerh A vo h A. SATZ Sei A eie -Matrix. Da habe Zeilerau ud Spalterau die gleiche Diesio. Beweis. Wir betrachte die Abbildug h A. Wege des Hooorphiesatzes sid K / kerh A ud h A K isoorph. Also sid K /NA ud SA isoorph. Es gilt also disa dik /NA. Da SA edlichdiesioal ist, ist auch K /NA edlichdiesioal. Nach Korollar 8.5 gilt also dik dik /NAdiNA,

4 DER ZUSAMMENHANG ZWISCHEN LINEAREN ABBILDUNGEN UND MATRIZEN ud daher disadina. Nach Satz 3.56 gilt dina diza, also ud folglich disa diza. disadiza, SATZ Sei, sei K ei Körper, ud seie A, B K so, dass AB E. Da gilt BA E. Beweis. Sei h A K K, xax ud h B K K, xbx. Da gilt für alle x K x ABx h A h B x. Soit gilt K h A K. Daher hat h A K Diesio. Der Ker vo h A hat ach de Hooorphiesatz daher Diesio 0. Also ist h A ijektiv. Für alle x K gilt h A h B x x. Daher gilt für alle y K h A h B h A y h A y. Da h A ijektiv ist, gilt daher für alle y K auch h B h A y y. Also gilt für alle y K auch BAy y. Nach Satz 7.15 gilt also BA E. SATZ Sei A eie -Matrix über K. Äquivalet sid: (1) A ist ivertierbar. (2) Die Spaltevektore vo A sid liear uabhägig. (3) Die Zeilevektore vo A sid liear uabhägig. (4) Der Rag vo A ist. Beweis. (1)(2): Sei B die iverse Matrix vo A, ud sei x so, dass Ax 0. Da gilt BAx 0, also x 0. Also sid die Spaltevektore vo A liear uabhägig. (2)(3): Da SA Diesio hat, hat ach Satz 8.11 auch ZA die Diesio. Wir ehe a, dass die Zeilevektore vo A liear abhägig sid. Da gibt es eie Zeile, die i der lieare Hülle der adere Zeile liegt. Soit gilt wege Korollar 3.53 diza 1, ei Widerspruch. (3)(4): Da die Zeilevektore liear uabhägig sid, sid sie eie -eleetige Basis für ZA. Also hat ZA Diesio, ud folglich ist der Rag vo A gleich. (4)(1): Da diza, gilt auch disa, ud folglich dih A K. Also ist h A surjektiv. Nach de Hooorphiesatz gilt dikerh A 0, also ist h A ijektiv. Soit ist h A bijektiv. Sei f die iverse Abbildug, also f h A x, xx K. Diese Abbildug ist liear: seie u, v U, udα K. Da gibt es x, y it h A x u ud h A y v. Da gilt h A xy uv, ud folglich fuv xy fu fv. Ebeso gilt h A Α x Α u, ud daher fα u Α x Α fu. Sei B S f E, E die Darstellugsatrix dieser Abbildug. Da gilt BAx fh A x x für alle x K. Also gilt BA E. Daher gilt AB BA E.

5 4. DIE DETERMINANTE EINER QUADRATISCHEN MATRIX Die Deteriate eier quadratische Matrix 4.1. Defiitio der Deteriate. Sei A z 1 z 2 z vo de Zeile vo A aufgespate Parallelepiped ist die Teilege Λ i z i Λ 1,,Λ 0, 1. eie reelle -Matrix. Das Wir versuche jetzt das Volue dieses Parallelepipeds zu esse, ud schreibe Dz 1, z 2,, z für dieses Volue. Ohe de Begriff Volue i defiiert zu habe, köte a verute, dass eie Fuktio D, die dieses Volue isst, folgede Eigeschafte hat. Da wir die Eigeschafte auch für Matrize über adere Körper alsbeötige, foruliere wir diese Eigeschafte für eie Körper K. (D1) Für alle z 1,, z, y K,Α,Β Kud i 1,, gilt Dz 1,, z i1,α z i Β y, z i1,, z ΑDz 1,, z i1, z i, z i1,, z ΒDz 1,, z i1, y, z i1,, z. (D2) Für alle i, j 1,, it i j gilt Dz 1,, z i1, z i, z i1,, z j1, z j, z j1,, z (D3) Für die kaoische Basise 1,, e des K gilt Dz 1,, z i1, z i, z i1,, z j1, z i z j, z j1,, z. De 1,, e 1. ÜBUNGSAUFGABEN I de folgede Übugsbeispiele ehe wir a, dass D eie Fuktio ist, die die EigeschafteD1,D2 udd3 erfüllt. (1) Zeige Sie, dass für alle z 1,, z K gilt: Dz 1, z 1, z 3,, z 0. (2) Zeige Sie, dass für alle z 1,, z K gilt: Dz 1,Αz 1 z 2, z 3,, z Dz 1, z 2,, z. (3) Zeige Sie, dass für alle z 1,, z K gilt: Dz 1, z 2,, z Dz 2, z 1,, z. Eie Fuktio it diese Eigeschafte erhält a ithilfe der Deteriate. Sei f 1, 2,, 1, 2,, eie bijektive Abbildug. Wir defiiere die Sigatur vo f durch fi fj sg f. i j i, j 1,,1,,i< j Die Mege aller bijektive Abbilduge vo1,, ach1,, hat! Eleete; wir kürze sie it S ab. Für alle f, g S gilt sg f 1, 1 ud sg f g sg fsgg, ud folglich sg f 1 sg f.

6 DER ZUSAMMENHANG ZWISCHEN LINEAREN ABBILDUNGEN UND MATRIZEN DEFINITION Sei K ei Körper,, ud sei A K. Da defiiere wir die Deteriate vo A durch det A sg f Ai, fi. f S SATZ Sei K ei Körper, sei, sei A eie -Matrix über K, ud sei D K K K K gegebe durch D K K z 1, z 2,, z det Da erfüllt D die Eigeschafte (D1), (D2), ud (D3). z 1 z 2 z Beweisskizze. (D1) ka a achreche. Für (D2) ist da ausreiched zu zeige, dass eie Matrix, i der zwei al die gleiche Zeile z j vorkot, Deteriate 0 hat. Auch (D3) ka a achreche. SATZ Sei K ei Körper, sei, ud seie A ud B -Matrize über K. Da gilt deta deta T ud detab detadetb. Beweis. Zuerst zeige wir deta deta T. Es gilt deta T sg f A T i, fi f S sg f A fi, i f S sg f A j, f 1 j f S j 1. sg f 1 A j, f 1 j f S j 1 sgg A j, g j. g S Nu beweise wir die zweite Eigeschaft: Seie b 1,, b die Zeile der Matrix B. Da steht i der erste Zeile des Produkts AB der Vektor j 1 A1, 1b 1 A1, 2b 2 A1, b.

7 4. DIE DETERMINANTE EINER QUADRATISCHEN MATRIX 125 We wir alle Zeile des Produkts ausreche, da sehe wir (8.1) detab DA1, 1b 1 A1, 2b 2 A1, b, A2, 1b 1 A2, 2b 2 A2, b, Wir utze u die Liearität der Fuktio D ud erhalte detab f 1,,1,, A, 1b 1 A, 2b 2 A, b. Ai, fidb f1, b f2,, b f. Die Deteriate ist 0, we zwei Zeile gleich sid. Daher brauche wir ur über die bijektive Fuktioe zu suiere ud erhalte: detab f S Ai, fidb f1, b f2,, b f. Ma ka zeige, dass für eie Bijektio f gilt: Db f1, b f2,, b f sg f Db 1, b 2,, b. Also erhalte wir detab f S Ai, fisg f detb detbdeta. SATZ Sei K ei Körper, sei, ud sei A eie -Matrix über K. Da sid äquivalet: (1) Die Zeile vo A sid liear uabhägig. (2) deta 0. Beweis. (1)(2): We die Zeilevektore vo A liear uabhägig sid, da ist A ivertierbar. Daher gilt deta deta 1 detaa 1 dete 1. (2)(1): Wir gehe so vor: We z i i der lieare Hülle vo z 1,, z i1 liegt, so ka a die Eigeschafte (D1) ud (D2) verwede, u eie Matrix it gleicher Deteriate ud i-ter Zeile 0 zu erzeuge. Wege der Eigeschaft (D1) ist diese Deteriate Bereche der Deteriate. Es ist besoders leicht, die Deteriate eier Matrix i Zeilestaffelfor zu bereche: SATZ Sei K ei Körper, sei, ud sei A eie -Matrix über K, sodass für alle i, j it i > j gilt: Ai, j 0. Da gilt deta Ai, i.

8 DER ZUSAMMENHANG ZWISCHEN LINEAREN ABBILDUNGEN UND MATRIZEN Wir wisse, dass sich jede Matrix durch Zeileuforuge i Zeilestaffeloralfor brige lässt. Dabei ädert sich die Deteriate folgederaße: (1) We wir ei Vielfaches eier Zeile zu eier adere dazu addiere, bleibt die Deteriate uverädert. (2) We wir eie Zeile it eie Körpereleet vervielfache, da vervielfacht sich die Deteriate u ebe dieses Körpereleet. (3) Bei Vertausche vo zwei Zeile ädert sich das Vorzeiche der Deteriate. Aus diese Überleguge erhält a eie Algorithus zu Bereche der Deteriate. Wir reche eiige Beispiele. I[126]:= << RowRed9. I[127]:= DeteriateDeoB Det Wiraddieredas2fache der1.zeilezu1facheder2.zeile. 1 1 det Wiraddieredas3fache der1.zeilezu1facheder3.zeile. 1 1 det Wiraddieredas2fache der2.zeilezu5facheder3.zeile det Out[127]= 225 I[128]:= DeteriateDeoA Det Wiraddieredas3fache der1.zeilezu5facheder2.zeile.

9 1 1 5 det DIE DETERMINANTE EINER QUADRATISCHEN MATRIX 127 Wiraddieredas4fache der1.zeilezu5facheder3.zeile det det Out[128]= 10 I[129]:= DeteriateDeoB2 Det Wiraddieredas3fache der1.zeilezu1facheder2.zeile. 1 1 det Wiraddieredas4fache der1.zeilezu1facheder3.zeile. 1 1 det Wiraddieredas8fache der1.zeilezu1facheder4.zeile. 1 1 det Wiraddieredas1fache der2.zeilezu1facheder3.zeile.

10 DER ZUSAMMENHANG ZWISCHEN LINEAREN ABBILDUNGEN UND MATRIZEN 1 1 det Wiraddieredas16fache der2.zeilezu5facheder4.zeile det det Out[129]= 0 Schließlich bereche wir och die Deteriate vo I[130]:= << RowRed9. I[131]:= M 0,2,1,0,0,1,1,2, Out[131]= 0,2,1,0,0,1,1,2,3 I[132]:= DeteriateDeoM Det det 1det 2 Out[132]= I[133]:= DetM Out[133]= 2

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

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

Mehr

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es?

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es? Uiversität Stuttgart Fachbereich Mathematik Prof Dr C Hesse PD Dr P H Lesky Dipl Math D Zimmerma Msc J Köller FAQ 4 Höhere Mathematik 724 el, kyb, mecha, phys Lieare Abbilduge ud Matrize Um was geht es?

Mehr

Homomorphismen zwischen Vektorräumen

Homomorphismen zwischen Vektorräumen KAPITEL 15 Hooorphisen zwischen Vektorräuen 1. Der Rang einer Matrix Wir erinnern uns, dass der Rang einer Matrix A, rka, als die Diension des Zeilenraus ZA von A definiert ist. SATZ 15.1. Seien, n, und

Mehr

Kleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares

Kleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares 4 6 Fachgebiet Regelugstechik Leiter: Prof. Dr.-Ig. Joha Reger Kleies Matrix-ABC 1 Eleetares Eie ( )-Matrix ist eie rechteckige Aordug vo reelle oder koplexe Zahle a ij (auch Skalare geat) ud besteht aus

Mehr

Der Umkehrsatz und das Lösen nichtlinearer Gleichungssysteme

Der Umkehrsatz und das Lösen nichtlinearer Gleichungssysteme www.atheatik-etz.de Copright, Page 1 of 6 Der Ukehrsatz ud das Löse ichtliearer Gleichugssstee Der Ukehrsatz greift das Proble der Eistez der Ukehrfuktio zu eier gegebee uktio f:m it M auf, das bei reelle

Mehr

Determinante und Resultante Azadeh Pasandi

Determinante und Resultante Azadeh Pasandi Determiate ud Resultate 07.01.2009 Azadeh Pasadi Defiitio ud Grudeigeschafte: sei U, V, W ud Vektor-Raum über Körper F ud beachte eie Abbildug f ( u,v ) vo kartesische Produkt: f: U x V W Diese Abbildug

Mehr

9. ENDLICH ERZEUGTE MODULN UND GANZHEIT

9. ENDLICH ERZEUGTE MODULN UND GANZHEIT Algebra 2 Daiel Plauma Techische Uiversität Dortmud Sommersemester 2017 9. ENDLICH ERZEUGTE MODULN UND GANZHEIT Arbeitsblatt: Der Satz vo Cayley-Hamilto ud Aweduge Lese Sie de Text sorgfältig ud löse Sie

Mehr

Lineare Abbildungen und Matrizen

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

Mehr

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

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

Mehr

Proseminar Lineare Algebra WS 2016/17

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

Mehr

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

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

Mehr

Normierte Vektorräume

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

Mehr

Aufgaben zur Analysis I

Aufgaben zur Analysis I Aufgabe zur Aalysis I Es werde folgede Theme behadelt:. Logik, Iduktio, Mege, Abbilduge 2. Supremum, Ifimum 3. Folge, Fuktioefolge 4. Reihe, Potezreihe 5. Mootoie ud Stetigkeit 6. Differetialrechug 7.

Mehr

Grundlagen der Differentialrechnung mit mehreren Veränderlichen

Grundlagen der Differentialrechnung mit mehreren Veränderlichen www.atheatik-etz.de Copyright, Page 1 of 6 Grudlage der Differetialrechug it ehrere Veräderliche Die Differezierbarkeit eier Fuktio f:m eier Veräderliche (d.h. M ) i eie Häufugspukt a M bedeutet a - geoetrisch

Mehr

Grundlagen der Mathematik (LPSI/LS-M1)

Grundlagen der Mathematik (LPSI/LS-M1) Fachbereich Mathematik Algebra ud Zahletheorie Christia Curilla Grudlage der Mathematik (LPSI/LS-M1) Übugsklausur WiSe 2010/11 - C. Curilla/S. Koch/S. Ziegehage Liebe Studierede, im Folgede fide Sie eiige

Mehr

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

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

Mehr

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

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

Mehr

Übungen zur Linearen Algebra 1

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

Mehr

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

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

Mehr

38 Normen und Neumannsche Reihe

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

Mehr

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

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Euklidische Geometrie. Sommersemester 2007. Uterlage zur Vorlesug Algebra ud Geometrie i der Schule: Grudwisse über Euklidische Geometrie Sommersemester 2007 Fraz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 25, 6020 INNSBRUCK,

Mehr

... a ik) i=1...m, k=1...n A = = ( a mn

... a ik) i=1...m, k=1...n A = = ( a mn Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,

Mehr

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

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

Mehr

Übungen zur Funktionentheorie

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

Mehr

DEFINITION Unter einer mxn-matrix versteht man ein rechteckiges Zahlenschema aus m Zeilen und n Spalten k k k Μ Μ Μ Μ Μ Μ Ο Μ

DEFINITION Unter einer mxn-matrix versteht man ein rechteckiges Zahlenschema aus m Zeilen und n Spalten k k k Μ Μ Μ Μ Μ Μ Ο Μ 3 Matrize, Vektore ud Determiate 3. Matrix DEFINIION Uter eier mx-matrix versteht ma ei rechteckiges Zahleschema aus m Zeile ud Spalte. a a a Λ a 2 k a a a Λ a 22 2k 2 a a a Λ a 3 32 3k 3 Μ Μ Μ Μ Μ a a

Mehr

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

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

Mehr

8. Die Exponentialfunktion und die trigonometrischen Funktionen

8. Die Exponentialfunktion und die trigonometrischen Funktionen 8. Die Expoetialfuktio ud die trigoometrische Fuktioe 8.1 Defiitio der Expoetialfuktio Fudametallemma: Für jede Folge w mit dem Grezwert w gilt: lim 1 w k 0 k w. k! Defiitio der Expoetialfuktio : k 2 3

Mehr

$Id: reell.tex,v /11/09 11:16:39 hk Exp $

$Id: reell.tex,v /11/09 11:16:39 hk Exp $ Mathemati für die Physi I, WS 2018/2019 Freitag 9.11 $Id: reell.te,v 1.56 2018/11/09 11:16:39 h Ep $ 1 Die reelle Zahle 1.5 Poteze mit ratioale Epoete Wir sid gerade mit de Vorbereituge zur allgemeie biomische

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. R. Köig Dr. M. Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Z8.. Kriterie für strege Mootoie Mathematik für Physiker 2 (Aalysis ) MA9202 Witersem. 207/8 Lösugsblatt 8

Mehr

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

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

Mehr

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

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

Mehr

4. Vektorräume mit Skalarprodukt

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

Mehr

Humboldt-Universität zu Berlin Wintersemester 2017/18. Mathematisch-Naturwissenschaftliche Fakultät II Institut für Mathematik A.

Humboldt-Universität zu Berlin Wintersemester 2017/18. Mathematisch-Naturwissenschaftliche Fakultät II Institut für Mathematik A. Huboldt-Uiversität zu Berli Witerseester 07/8. Matheatisch-Naturwisseschaftliche Fakultät II Istitut für Matheatik A. Filler Übugsaufgabe zur Vorlesug Lieare Algebra ud Aalytische Geoetrie I Übugsserie

Mehr

Algebra und Zahlentheorie WS 13/14 Lösungsskizzen zu Zettel 5 PD Dr. Tobias Finis Frederik Garbe, Huy Le Duc

Algebra und Zahlentheorie WS 13/14 Lösungsskizzen zu Zettel 5 PD Dr. Tobias Finis Frederik Garbe, Huy Le Duc Algebra ud Zahletheorie WS 13/14 Lösugsskizze zu Zettel 5 FU Berli Dozet: Tutore: Zetralübug: PD Dr. Tobias Fiis Frederik Garbe, Huy Le Duc David Müßig Bitte beachte: Diese Lösuge sid Lösugsskizze. Es

Mehr

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

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

Mehr

2 Konvergenz von Folgen

2 Konvergenz von Folgen Kovergez vo Folge. Eifache Eigeschafte Defiitio.. Eie Abbildug A : N C heißt Folge. Ma schreibt a statt A) für N ud a ) oder a ) statt A. We a R N, so heißt a ) reelle Folge. Defiitio.. Seie a ) eie Folge

Mehr

1 Das Skalarprodukt und das Kreuzprodukt

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

Mehr

Leitfaden Bielefeld SS 2007 III-4

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

Mehr

1 Lösungen zu Analysis 1/ 12.Übung

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

Mehr

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

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

Mehr

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

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

Mehr

5.3 Wachstum von Folgen

5.3 Wachstum von Folgen 53 Wachstum vo Folge I diesem Abschitt betrachte wir (rekursiv oder aders defiierte) Folge {a } = ud wolle vergleiche, wie schell sie awachse, we wächst Wir orietiere us dabei a W Hochstättler: Algorithmische

Mehr

Mathematik für Betriebswirte I (Lineare Algebra) 1. Klausur Wintersemester 2013/

Mathematik für Betriebswirte I (Lineare Algebra) 1. Klausur Wintersemester 2013/ Mathematik für Betriebswirte I (Lineare Algebra). Klausur Wintersemester 20/204 06.02.204 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:... Vorname:... Matrikelnummer: Studienfach:... Name des

Mehr

Analysis I. 5. Übungsstunde. Steven Battilana. battilana.uk/teaching

Analysis I. 5. Übungsstunde. Steven Battilana. battilana.uk/teaching Aalysis I 5. Übugsstude Steve Battilaa steveb@studet.ethz.ch battilaa.uk/teachig March 9, 07 Erierug Satz. Quotietekriterium (bei!,,...) Das Quotietekriterium zeigt absolute Kovergez. lim a +

Mehr

Aufgaben zu Kapitel 2

Aufgaben zu Kapitel 2 2 Sei a R ud seie a ud a Iverse vo a Da ist a = a = a ( aa ) = ( a a)a = a = a 22 Wege Aufgabe 4 bleibt lediglich (R2) ud (R3) zu zeige (R2): Die Multipliatio ist offebar assoziativ Das Eiselemet ist die

Mehr

Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe Analysis und Integraltransformationen

Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe Analysis und Integraltransformationen UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz Dr P C Kustma Dipl-Math M Uhl Sommersemester 009 Höhere Mathematik II für die Fachrichtuge Elektroigeieurwese Physik ud Geodäsie iklusive Komplexe Aalysis

Mehr

Lineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß

Lineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Lieare lebra - 3 Vorlesu - Prof Dr Daiel Roekamp & Falko Gauß Probeklausur: Samsta, 5 Uhr, 6 meldu i de Übusruppe 5 Matrize ud Lieare Gleichussysteme Matrize: effiziete eschreibu vo lieare bbildue zwische

Mehr

4.6 Berechnung von Eigenwerten

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

Mehr

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

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

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5 TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 13/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Tutoraufgabe: Eiführug i die Wahrscheilichkeitstheorie Lösugsvorschläge zu Übugsblatt

Mehr

Lösungen zu Übungsblatt 2 Signale, Codes und Chiffren II Sommersemester 2009 Übung vom 26. Mai 2009

Lösungen zu Übungsblatt 2 Signale, Codes und Chiffren II Sommersemester 2009 Übung vom 26. Mai 2009 Uiversität Karlsruhe TH Istitut für Kryptographie ud Sicherheit Willi Geiselma Vorlesug Marius Hillebrad Übug Lösuge zu Übugsblatt 2 Sigale, Codes ud Chiffre II Sommersemester 2009 Übug vom 26. Mai 2009

Mehr

Zusammenfassung: Mathe 1

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

Mehr

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

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

Mehr

Kapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24

Kapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Kapitel 4 Determinante Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Was ist eine Determinante? Wir wollen messen, ob n Vektoren im R n linear abhängig sind bzw. wie weit sie davon entfernt

Mehr

Dann ist die Zahl auf der linken Seite gerade und die auf der rechten Seite ungerade. Also sind sie nicht gleich.

Dann ist die Zahl auf der linken Seite gerade und die auf der rechten Seite ungerade. Also sind sie nicht gleich. Lösuge. Es gibt drei Lösuge.. Lösug: Ato ist traurig ud er trikt keie Likör. Bruo isst Torte ud ist besorgt. Christa ist icht übel ud sie macht Purzelbäume.. Lösug: Ato ist traurig ud trikt keie Likör.

Mehr

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und Bevor wir zum ächste Kapitel übergehe, werde wir de Begri eier Fuktio i mehrere Variable eiführe. Eie Fuktio vo Variable ist eie Vorschrift, die jedem Pukt (x 1,x,...,x ) eier Teilmege D des IR eie bestimmte

Mehr

4. Der Weierstraßsche Approximationssatz

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

Mehr

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

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

Mehr

6. Übung - Differenzengleichungen

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

Mehr

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß

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

Mehr

Mathematik 1 für Informatik

Mathematik 1 für Informatik Guter Ochs. Juli 203 Mathematik für Iformatik Probeklausur Lösugshiweise. a Bestimme Sie per NewtoIterpolatio ei Polyom px mit möglichst kleiem Grad, so dass p = p0 = p = sowie p2 = 7. i x i y i d i,i

Mehr

Computer-Graphik 2 SS 10

Computer-Graphik 2 SS 10 5/3/10 lausthal omputer-raphik I. Zachma lausthal Uiversity, ermay zach@i.tu-clausthal.de Frühe Beispiele / Motivatio Beispiele für : Parameter t auf der erade Kotevektor bei B-Splies u,v-parameter bei

Mehr

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

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

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

8. Die Exponentialfunktion und die trigonometrischen Funktionen. 8.1 Definition der Exponentialfunktion

8. Die Exponentialfunktion und die trigonometrischen Funktionen. 8.1 Definition der Exponentialfunktion 8. Die Expoetialfuktio ud die trigoometrische Fuktioe 8. Defiitio der Expoetialfuktio Fudametallemma: Für jede Folge w mit dem Grezwert w gilt: w lim + = k = 0 k w. k! Defiitio der Expoetialfuktio : k

Mehr

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung... KAPITEL 7 Zahlefolge 7. Kovergete Zahlefolge.............................. 30 7.2 Grezwertbestimmug............................... 32 7.3 Grezwertbestimmug durch Abschätzug..................... 35 7.4

Mehr

Positiv denken! Lösungen

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

Mehr

Marcel Dettling. Grundlagen der Mathematik II Lineare Algebra und Statistik FS 2018 Woche 01. ETH Zürich, 21. Februar 2018

Marcel Dettling. Grundlagen der Mathematik II Lineare Algebra und Statistik FS 2018 Woche 01. ETH Zürich, 21. Februar 2018 FS 2018 Woche 01 Marcel Dettlig Istitute für Dateaalyse ud Prozessdesig Zürcher Hochschule für gewadte Wisseschafte marcel.dettlig@zhaw.ch https://www.zhaw.ch/de/ueber-us/perso/dtli ETH Zürich, 21. Februar

Mehr

Konvexität und Ungleichungen

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

Mehr

4 Konvergenz von Folgen

4 Konvergenz von Folgen 4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder

Mehr

Höhere Mathematik für die Fachrichtung Physik

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

Mehr

5.2 Rechnen mit Matrizen

5.2 Rechnen mit Matrizen 52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 97 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukture Prof. Dr. J. Esparza Lehrstuhl für Grudlage der Softwarezuverlässigkeit ud theoretische Iforatik Fakultät für Iforatik Techische Uiversität Müche http://www7.i.tu.de/u/courses/ds/ws0910

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgabe ud e Ausarbeitug der Übugsstude zur Vorlesug Aalysis I Witersemester 008/009 Übug am 8..008 Übug 5 Eileitug Zuerst soll auf de aktuelle Übugsblatt ud Stoff der Vorlesug eigegage werde. Dazu werde

Mehr

Lineare Algebra I. Prof. Dr. Daniel Roggenkamp Vorlesung -

Lineare Algebra I. Prof. Dr. Daniel Roggenkamp Vorlesung - Lieare lebra Pro Dr iel Roekap - 4Vorlu - Deiitio 5 () Eie - Eitra e i K ei cki Schea Zeile (K Körper) us letzte Vorlu ud Spalte ud Eitra e i K a a a a a a (a ) aij K - ij i j, a a a {d bilde Eitra e aij

Mehr

Dritter Zirkelbrief: Ungleichungen

Dritter Zirkelbrief: Ungleichungen Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug

Mehr

5.2 Rechnen mit Matrizen

5.2 Rechnen mit Matrizen 52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 95 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

Mehr

Aufgaben und Lösungen der Probeklausur zur Analysis I

Aufgaben und Lösungen der Probeklausur zur Analysis I Fachbereich Mathematik AG 5: Fuktioalaalysis Prof. Dr. K.-H. Neeb Dipl.-Math. Rafael Dahme Dipl.-Math. Stefa Wager ATECHNISCHE UNIVERSITÄT DARMSTADT SS 007 19. Jui 007 Aufgabe ud Lösuge der Probeklausur

Mehr

Indizieren Sie die folgenden Summen und Produkte gemäß der Vorgabe um und schreiben Sie sie einmal explizit aus: 5

Indizieren Sie die folgenden Summen und Produkte gemäß der Vorgabe um und schreiben Sie sie einmal explizit aus: 5 FU Berli: WiSe 13-14 (Aalysis 1 - Lehr.) Übugsaufgabe Zettel 9 Aufgabe 37 Idiziere Sie die folgede Summe ud Produte gemäß der Vorgabe um ud schreibe Sie sie eimal explizit aus: 5 (a) + 1) 0( Lösug. Die

Mehr

Aufgrund der Körperaxiome ist jedoch

Aufgrund der Körperaxiome ist jedoch Hiweise: Der Doppelstrich // steht für eie Kommetarzeile. Tipp- ud Rechtschreibfehler köe trotz mehrfacher Kotrolle icht hudertprozetig vermiede werde. Die selbst erstellte Lösugsasätze orietiere sich

Mehr

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach!

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach! Lösug zu Übug 4 Prof. Dr. B.Grabowski E-Post: grabowski@htw-saarlad.de Zu Aufgabe ) Wir weise die Gültigkeit der 4Axiome der sigma-algebra für die Potezmege eier edliche Mege A ach! ) Die leere Mege ud

Mehr

ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS

ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS vo Rolf Waldi 1 Kapitel I. Elemetare Zahletheorie 1 Grudlegede Regel ud Prizipie Es wird vorausgesetzt, daß der Leser mit gaze Zahle reche ka ud

Mehr

Musterlösung Schnellserie 4

Musterlösung Schnellserie 4 D-ITET Aalysis HS 3 Prof. Richard Pik Musterlösug Schellserie 4. a Wir sete a : + 3 ud bereche a a + + + + + 7 3 + + 7 3 +. Der Limes existiert isbesodere ud liefert damit, ach dem Quotietekriterium, de

Mehr

Grundlagen der Mathematik (LPSI/LS-M1) WiSe 2010/11 - Curilla/Koch/Ziegenhagen

Grundlagen der Mathematik (LPSI/LS-M1) WiSe 2010/11 - Curilla/Koch/Ziegenhagen Fchbereich Mthemtik Algebr ud Zhletheorie Christi Curill Grudlge der Mthemtik LPSI/LS-M) Lösuge Bltt WiSe 00/ - Curill/Koch/Ziegehge Präsezufgbe P3)-d) Für jede der vier Mege gilt, dss die dri ethltee

Mehr

Grundlagen: Algorithmen und Datenstrukturen

Grundlagen: Algorithmen und Datenstrukturen Techische Uiversität Müche Fakultät für Iformatik Lehrstuhl für Effiziete Algorithme Dr. Hajo Täubig Tobias Lieber Sommersemester 2011 Übugsblatt 1 13. Mai 2011 Grudlage: Algorithme ud Datestrukture Abgabetermi:

Mehr

26 Eigenschaften der Eigenwerte, Eigenvektoren und Eigenräume

26 Eigenschaften der Eigenwerte, Eigenvektoren und Eigenräume Lieare Algebra II SS 211 - Prof Dr Mafred Leiz Kapiel VIII: Das Eigewerproblem 26: Eigeschafe der Eigewere, K 26 Eigeschafe der Eigewere, Eigeveore ud Eigeräume A Eigeschafe der Eigewere B Eigeschafe der

Mehr

Lineare Algebra II 10. Übungsblatt

Lineare Algebra II 10. Übungsblatt Lieare Algebra II. Übugsblatt Fachbereich Mathemati SS Prof. Dr. Kollross. Jui Susae Kürste Trista Alex Gruppeübug Aufgabe G (Miitest (Bearbeitug ierhalb vo 5 Miute ud ohe Beutzug des Sripts!)) (a) Welche

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

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

Mehr

Zahlenfolgen und Konvergenzkriterien

Zahlenfolgen und Konvergenzkriterien www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,

Mehr

1. Man zeige, daß (IR n, d i ), i = 1, 2, metrische Räume sind, wenn für x = (x 1,..., x n ), y = (y 1,..., y n ) IR n die Abstandsfunktionen durch

1. Man zeige, daß (IR n, d i ), i = 1, 2, metrische Räume sind, wenn für x = (x 1,..., x n ), y = (y 1,..., y n ) IR n die Abstandsfunktionen durch Ma zeige, daß IR, d i ), i,, metrische Räume sid, we für x x,, x ), y y,, y ) IR die Abstadsfuktioe durch d x, y) x y, d x, y) x y ), d x, y) max x y gegebe sid Lösug: Ma muß für alle drei Fuktio d i x,

Mehr

Nachklausur - Analysis 1 - Lösungen

Nachklausur - Analysis 1 - Lösungen Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:

Mehr

Seminar De Rham Kohomologie und harmonische Differentialformen - 2. Sitzung

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

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 11. c n (z a) n,

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 11. c n (z a) n, f : a P UNIVERSIÄ DES SAARLANDES FACHRICHUNG 6. MAHEMAIK Prof. Dr. Rolad Speicher M.Sc. obias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 202 Musterlösug zu Blatt Aufgabe. Zeige Sie durch Abwadlug

Mehr

Kombinatorik und Polynommultiplikation

Kombinatorik und Polynommultiplikation Kombiatorik ud Polyommultiplikatio 3 Vorträge für Schüler SS 2004 W Pleske RWTH Aache, Lehrstuhl B für Mathematik 3 Eiige Zählprizipie ud Ausblicke Wir habe bislag gesehe, was die Multiomialkoeffiziete

Mehr

Lösungsvorschlag zu den Hausaufgaben der 1. Übung

Lösungsvorschlag zu den Hausaufgaben der 1. Übung FAKULTÄT FÜR MATHEMATIK Prof. Dr. Patrizio Neff Christia Thiel 4.04.04 Lösugsvorschlag zu de Hausaufgabe der. Übug Aufgabe : (6 Pukte Bereche Sie für die Fuktio f : R R, f( : ep( a der Stelle 0 0 das Taylorpolyom

Mehr

Kapitel 3 Lineare Algebra

Kapitel 3 Lineare Algebra Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND

Mehr

Tutorial zum Grenzwert reeller Zahlenfolgen

Tutorial zum Grenzwert reeller Zahlenfolgen MAE Mathematik: Aalysis für Igeieure Herbstsemester 206 Dr. Christoph Kirsch ZHAW Witerthur Tutorial zum Grezwert reeller Zahlefolge I diesem Tutorial lere Sie, die logische Aussage i der Defiitio des

Mehr

Seminararbeit. Der Logarithmus von Matrizen

Seminararbeit. Der Logarithmus von Matrizen Semiararbeit Der Logarithmus vo Matrize SoSe 2 Prof. Dr. L. Schwachhöfer Techische Uiversität Dortmud Name: Gülsüm Sirik Studiegag: BfP Datum: 8.6.2 Ihaltsverzeichis Eileitug 3 2 Der Logarithmus vo Matrize

Mehr