Nomenklatur. Frank Essenberger FU Berlin. 20. September

Größe: px
Ab Seite anzeigen:

Download "Nomenklatur. Frank Essenberger FU Berlin. 20. September"

Transkript

1 Nomenklatur Frank Essenberger FU Berlin 20. September 2006 Inhaltsverzeichnis Vektorrechnung. Vektoren x Matrixprodukt x M Inneres Produkt x z Betrag x x Dyadenprodukt x z Projektionen P a Kreuzprodukt x z Transponieren M T Ableitungen 4 2. Nablakalkül Gradient x ) Divergenz A ( x ) Rotation A ( x ) Zeitableitung t Vektorrechnung Die Idee hinter dieser Nomenklatur ist, dass man die unterschiedlichen Produkte nicht durch verschiede Operatoren kenntlich macht, sondern durch die Pfeilrichtung der Vektoren zeigt ob es sich um ein Skalar oder Dyadenprodukt handelt. Das Kreuzprodukt wird aber wie gewohnt durch ein von den anderen Produkten abgehoben.

2 . Vektoren x Hier wird stark zwischen Spalten- und Zeilenvektor unterschieden. So meint: ( ) x = x x 2 x 3 und x = x.2 Matrixprodukt x M Hier muss auf die richtige Seite geachtet werden (über doppelte Indizies wird summiert): ( ) m m 2 m 3 x M = x x 2 x 3 m 2 m 22 m 23 = ( ) x i m i x i m i2 x i m i3. m 3 m 32 m 33 Dies macht auch vom Format her Sinn, denn x M ist eine 3 Matrix mal einer 3 3 Matrix. Dementsprechen ergibt sich eine 3 Matrix. Also wie erwartet der Zeilenvektor. Für den Spaltenvektor gilt: M x = m m 2 m 3 m 2 m 22 m 23 x x 2 = x im i x i m 2i m 3 m 32 m 33 x 3 x i m 3i Hier ist: = 3. Es kommt also wieder ein Spaltenvektor heraus..3 Inneres Produkt x z Das innere Produkt oder Skalarprodukt ergibt sich, wenn man zwei Vektoren mit auf einander zeigenden Pfeilen multipliziert. Es entsteht ein Skalar: x ( z = x x 2 ) x 3 z z 2 = x i z i. z 3 Mit etwas tricksen lässt sich das innere Produkt auch in eine Winkelschreibweise umformen: x z = xi z i = 2 [x ix i + z i z i x 2 x 3 3 (x i z i ) 2 ] = 2 [x2 + z 2 ( x z ) ]. Mit dem Kosinussatz ( x z ) = x 2 + y 2 2xzcos(γ) ergibt sich: i= 2 [x2 + z 2 x 2 y 2 + 2xzcos(γ)] = x z cos(γ). () Dies ist das kanonische Skalarprodukt im euklidischen Vektorraum. 2

3 .4 Betrag x x Der Betrag eines Vektors x wird über häufig über das Skalraprodukt bestimmt, dies ist einfach die naheliegende Definition:.5 Dyadenprodukt x z Norm( x ) 2 =x 2 = x x Wenn man zwei Vektoren mit entgegengesetzten Pfeilen multipliziert geht das mit dem Dyadenprodukt. Es entsteht eine Matrix. Dies ist wie folgt definiert: x x z = x 2 (z ) x z x z 2 x z 3 z 2 z 3 = x 2 z x 2 z 2 x 2 z 3 x 3 x 3 z x 3 z 2 x 3 z 3.6 Projektionen P a Mit dem Dyadenprodukt kann man ganz leicht einen Projektionsoperator erzeugen. Abbildung : Vektorprojektion Wenn man a auf b projezieren will dann bildet man einfach den den Projektionsoperator P : P = b b b 2. Und multiplizert mit dem Vektor a : Mit Gleichung () ergibt sich: a = a P = b b a b 2 = a b b b 2 = b b b a b cos(γ) b 2 = a cos(γ) b = a cos(γ) b = a b 0 Man erhält also einen Vektor der Länge a cos(γ), der in Richtung des Einheitsvektors b o zeigt. Also die Projektion von a auf b. 3

4 .7 Kreuzprodukt x z Das Kreuzprodukt verknüpft zwei Vektoren so, dass wieder ein Vektor entsteht. Dieser steht senkrecht auf den beiden Ursprungsvektoren: x z x 2 z 3 x 3 z 2 x z = x 2 z 2 = x 3 z x z 3 x 3 z 3 x z 2 x 2 z Kompakt lässt sich die i-komponente als ɛ ijk x j z k schreiben, wobei ɛ ijk das Levi-Civita Symbol ist:.8 Transponieren M T 0 wenn zwei Indizes gleich sind ɛ ijk := bei ijk = {23; 23; 32} bei ijk = {32; 23; 32}. Beim Transponieren werden alle Pfeile umgedreht, die Matrixelemente an der Hauptsachse gespiegelt und die Reihenfolge der Faktoren vertauscht. Zum Beispiel ist: T ( x M ) T = M T m m 2 m 3 x x T = m 2 m 22 m 23 x 2 = m 3 m 32 m 33 x 3 m m 2 m 3 x x i m i x i m i m 2 m 22 m 32 x 2 = x i m i2 x i m 2i = ( x M ) T. m 3 m 23 m 33 x 3 x i m i3 x i m 3i Die Gleichung: ( x M ) T = ( x M ) T ist nur dann erfüllt, wenn M = M T ist. 2 Ableitungen 2. Nablakalkül Dieser Vektor meint in kartesischen Koordinaten Folgendes: = x y z = x y z = Die Kurzform für x ist einfach xund für x, y, z wird einfach x, x 2, x 3 geschrieben. Er wirkt immer auf den Faktor rechts neben ihm, unabhängig von der Pfeilrichtung. x x2 x3 4

5 2.2 Gradient x ) Hierbei wird aus einer skalaren Funktion Φ( x ) eine Vektorfunktion. Zum Beispiel ist so der Zusammenhang zwischen Potential Φ( x ) und Kraft F ( x ) gegeben: F ( x ) = x ). Für ein häufiges r Potential ergibt sich: F ( x ) = Φ( x ) = r = x2 + y 2 + z = (x 2 +y 2 +z 2 ) ( 0.5) = 2 x (x 2 + y 2 + z 2 ) ( 0.5) 0.5(x 2 + y 2 + z 2 ) (.5) 2x y (x 2 + y 2 + z 2 ) ( 0.5) = 0.5(x 2 + y 2 + z 2 ) (.5) 2y = z (x 2 + y 2 + z 2 ) ( 0.5) 0.5(x 2 + y 2 + z 2 ) (.5) 2z x (x 2 + y 2 + z 2 ) (.5) y = z ( x x = x 2 + y 2 + z 2 ) 3 r Divergenz A ( x ) Hierbei wird das Skalarprodukt zwischen und einer Vektorfunktion A ( x ) gebildet. Häufig wird die Divergenz auch als Quellstärke bezeichnet und ein Feld mit A ( x ) = 0 nennt man quellfrei. Außerdem spielt die Divergenz auch beim Satz von Gauß (hier partielle Form) eine Rolle. Z.B wir die Stromdichte j ( x ) mit der Zeitableitung der Ladungsdichte ρ( x ) verknüpft: j ( x ) + ρ( x ) = 0 Dies ist eine häufig genutzte Kontinuitätsgleichung 2.4 Rotation A ( x ) Hierbei wird das Kreuzprodukt zwischen und einer Vektorfunktion A ( x ) gebildet. Physikalisch ist dies die Wirbelstärke eines Feldes. Ein Feld bei dem gilt: A( x ) = 0, ist wirbelfrei. Wichtig ist die Eigenschaft, dass Feld ist ein Gradientenfeld Feld ist wirbelfrei Feld ist Konservativ ist. Zuerst x ) = 0 : Φ( x ) i Komponente = ɛ ijk j k Φ( x ) = ɛikj j k Φ( x ). Da die Ableitungen vertauschbar sind ergibt sich: ɛ ikj j k Φ( x ) = ɛijk k j Φ( x ). (2) 5

6 Nun noch auf der rechten Seite j und k vertauschen. Dies darf man, da die Indizes am ɛ ijk k j x ) = ɛikj k j x ) beliebig sind. Damit folgt für Gleichung (2): ɛ ikj j k x ) = ɛikj k j x ). ɛ ikj k j x ) = 0 x ) = 0 Das wirbelfreie Felder konservativ sind sieht man schnell mit dem Satz von Stokes. Konservativ heißt, dass geschlossen Arbeitsintegrale meint Wegintegrale) 0 sind: d l A ( x ) =! 0. Kurve Nun mit dem Satz von Stokes umschreiben: d l A( x ) = d S ( A ( x )) = 0 Kurve Oberflche }{{} =0 2.5 Zeitableitung t hierbei gibt es nur zu sagen, dass t mit t verkürzt wird um Raum und Zeit zu sparen. 6

1 Mathematische Hilfsmittel

1 Mathematische Hilfsmittel Mathematische Hilfsmittel. Vektoranalysis Wiederholung Vektor: Länge und Richtung Vektoraddition: A + B = B + A (A + B) + C = A + (B + C) kartesische Koordinaten: B A + B = i (a i + b i )e i A+B Multiplikation

Mehr

Prof. Dr. J. Schumacher Merkblatt zur Strömungsmechanik 1 Institut für Thermo- und Fluiddynamik Technische Universität Ilmenau

Prof. Dr. J. Schumacher Merkblatt zur Strömungsmechanik 1 Institut für Thermo- und Fluiddynamik Technische Universität Ilmenau Prof. Dr. J. Schumacher Merkblatt zur Strömungsmechanik 1 Institut für Thermo- und Fluiddynamik Technische Universität Ilmenau Mathematische Grundlagen Mit den folgenden mathematischen Grundlagen sollten

Mehr

I.1.3 b. (I.7a) I.1 Grundbegriffe der Newton schen Mechanik 9

I.1.3 b. (I.7a) I.1 Grundbegriffe der Newton schen Mechanik 9 I. Grundbegriffe der Newton schen Mechanik 9 I..3 b Arbeit einer Kraft Wird die Wirkung einer Kraft über ein Zeitintervall oder genauer über die Strecke, welche das mechanische System in diesem Zeitintervall

Mehr

1 Vektoralgebra (3D euklidischer Raum R 3 )

1 Vektoralgebra (3D euklidischer Raum R 3 ) Institut für Physik der Martin-Luther-Universität Halle-Wittenberg WS 202/203 Vorlesung Elektrodynamik LAG PD Dr. Angelika Chassé) Vektoralgebra 3D euklidischer Raum R 3 ). Grundbegriffe = Vektordefinition

Mehr

Sei Φ(x, y, z) ein skalares Feld, also eine Funktion, deren Wert in jedem Raumpunkt definiert ist.

Sei Φ(x, y, z) ein skalares Feld, also eine Funktion, deren Wert in jedem Raumpunkt definiert ist. Beim Differenzieren von Vektoren im Zusammenhang mit den Kreisbewegungen haben wir bereits gesehen, dass ein Vektor als dreiwertige Funktion a(x, y, z) aufgefasst werden kann, die an jedem Punkt im dreidimensionalen

Mehr

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine

Mehr

Allgemeine Mechanik Musterlo sung 10.

Allgemeine Mechanik Musterlo sung 10. Allgemeine Mechanik Musterlo sung 0. U bung. HS 03 Prof. R. Renner Kanonische Transformation Gegeben sei die Hamiltonfunktion des harmonischen Oszillators H(q, p) p + q. m. Berechne die Bewegungsgleichung

Mehr

Übungsblatt Wiederholung: Vektoralgebra, Nabla-Operator, Integralsätze.

Übungsblatt Wiederholung: Vektoralgebra, Nabla-Operator, Integralsätze. Übungsblatt 01 http://www.fluid.tuwien.ac.at/302.043 Wiederholung: Vektoralgebra, Nabla-Operator, Integralsätze. Im Folgenden stehen normal gedruckte Buchstaben ρ (x) für skalare Funktion die den R 3 nach

Mehr

Mathematischer Vorkurs für Physiker WS 2012/13 Vorlesung 7

Mathematischer Vorkurs für Physiker WS 2012/13 Vorlesung 7 TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13 Vorlesung 7 Definition: Ein Skalarfeld ordnet jedem Punkt im dreidimensionalen Raum R 3 eine ahl () zu. Unter einem räumlichen Vektorfeld

Mehr

Ziel (langfristig): wie lassen sich diese Eigenschaften mathematisch charakterisieren?

Ziel (langfristig): wie lassen sich diese Eigenschaften mathematisch charakterisieren? V4 Vektorfelder Vektorfelder haben oft Struktur: quellfrei, wirbelfrei Quellfeld Wirbelfeld Ziel (langfristig): wie lassen sich diese Eigenschaften mathematisch charakterisieren? Zunächst brauchen wir

Mehr

Zusammenfassung zum Thema Vektor- und Matrizenrechnung

Zusammenfassung zum Thema Vektor- und Matrizenrechnung Zusammenfassung zum Thema Vektor- und Matrizenrechnung Mathematischer Vorkurs für Physiker und Naturwissenschaftler WS 2014/2015 Grundbegriffe der Linearen Algebra Viele physikalische Größen (Geschwindigkeit,

Mehr

Multiplikation von Matrizen

Multiplikation von Matrizen Multiplikation von Matrizen Die Regeln der Multiplikation von Zahlen können nicht direkt auf die Multiplikation von Matrizen übertragen werden. 2-E Ma Lubov Vassilevskaya Multiplikation ccvon Matrizen

Mehr

1.4 Gradient, Divergenz und Rotation

1.4 Gradient, Divergenz und Rotation .4 Gradient, Divergenz und Rotation 5.4 Gradient, Divergenz und Rotation Die Begriffe Gradient, Divergenz und Rotation erfordern die partiellen Ableitung aus Abschnitt.. sowie das Konzept des Differentialoperators.

Mehr

Vektoren - Die Basis

Vektoren - Die Basis Vektoren - Die Basis Motivation (Als Vereinfachung - der Schreibarbeit - wählen wir meistens Vektoren in R 2.) Eigentlich ist ja Alles klar! Für einen Vektor a gilt a = ( a x a y )! Am Ende werden wir

Mehr

1 = z = y + e. Nabla ist ein Vektor, der als Komponenten keine Zahlen sondern Differentiationsbefehle

1 = z = y + e. Nabla ist ein Vektor, der als Komponenten keine Zahlen sondern Differentiationsbefehle Anmerkung zur Notation Im folgenden werden folgende Ausdrücke äquivalent benutzt: r = x y = x 1 x 2 z x 3 1 Der Vektoroperator Definition: := e x x + e y y + e z z = x y z. Nabla ist ein Vektor, der als

Mehr

Hochschule Düsseldorf University of Applied Sciences. 19. November 2015 HSD. Physik. Energie II

Hochschule Düsseldorf University of Applied Sciences. 19. November 2015 HSD. Physik. Energie II Physik Energie II Arbeit bei variabler Kraft Was passiert wenn sich F in W = Fx ständig ändert? F = k x Arbeit bei variabler Kraft W = F dx Arbeit bei variabler Kraft F = k x W = F dx = ( k x)dx W = F

Mehr

Übungen zu Wellen und Elektrodynamik für Chemie- und Bioingenieure und Verfahrenstechniker WS 11/12

Übungen zu Wellen und Elektrodynamik für Chemie- und Bioingenieure und Verfahrenstechniker WS 11/12 Institut für Experimentelle Kernphysik Übungen zu Wellen und Elektrodynamik für Chemie- und Bioingenieure und Verfahrenstechniker WS 11/12 Prof. Dr. T. Müller Dr. F. Hartmann Blatt 1 Bearbeitung: 28.10.2011

Mehr

EINFÜHRUNG IN DIE TENSORRECHNUNG

EINFÜHRUNG IN DIE TENSORRECHNUNG EINFÜHRUNG IN DIE ENSORRECHNUNG eil 1 SIEGFRIED PERY Neufassung vom 7 Juni 2016 I n h a l t 1 Was sind ensoren? 2 2 Multiplikation von Matrizen 21 Multiplikation einer Vektors mit einem ensor 2 Stufe 5

Mehr

Mathematischer Vorkurs

Mathematischer Vorkurs Mathematischer Vorkurs Dr Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 17 Vektoren Kapitel 15 Vektoren Mathematischer Vorkurs TU Dortmund Seite 13 / 17 Vektoren 151 Denition: Vektoren im Zahlenraum

Mehr

V2 Felder (Funktionen mehrerer unabhängigen Variablen)

V2 Felder (Funktionen mehrerer unabhängigen Variablen) V2 Felder (Funktionen mehrerer unabhängigen Variablen) Orts- und zeitabhängige physikalische Größen werden durch "Felder" beschrieben. Beispiel: Maxwell-Gleichungen der Elektrodynamik: Vektor-Analysis:

Mehr

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2 Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete

Mehr

Definition: Euklidischer Raum mit Skalarprodukt. Die kanonische Basis von Einheitsvektoren sind paarweise orthogonal zueinander:

Definition: Euklidischer Raum mit Skalarprodukt. Die kanonische Basis von Einheitsvektoren sind paarweise orthogonal zueinander: Definition: Euklidischer Raum mit Skalarprodukt Einsteinsche Summenkonvention (ES): über doppelt vorkommende Indizes wird summiert. Die kanonische Basis von Einheitsvektoren sind paarweise orthogonal zueinander:

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

Vorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient

Vorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient Vorlesung: Analysis II für Ingenieure Wintersemester 07/08 Michael Karow Themen: Niveaumengen und Gradient Wir betrachten differenzierbare reellwertige Funktionen f : R n G R, G offen Zur Vereinfachung

Mehr

Solutions I Publication:

Solutions I Publication: WS 215/16 Solutions I Publication: 28.1.15 1 Vektor I 4 2 Ein Objekt A befindet sich bei a = 5. Das zweite Objekt B befindet sich bei b = 4. 2 3 (a) Die Entfernung von Objekt A zum Ursprung ist die Länge

Mehr

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015 Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler

Mehr

Einführung Vektoralgebra VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen. October 6, 2007

Einführung Vektoralgebra VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen. October 6, 2007 Hochschule Esslingen October 6, 2007 Overview Einführung 1 Einführung 2 Was sind Vektoren? Vektoren werden geometrisch definiert als Pfeilklassen: Strecken mit gleichem Betrag, gleicher Richtung und Orientierung.

Mehr

Lernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung:

Lernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung: Vektorrechnung eine Einführung Einleitung: Um beispielsweise das Dreieck ABC in der Abbildung an die Position A'B'C' zu verschieben, muss jeder Punkt um sieben Einheiten nach rechts und drei nach oben

Mehr

Rechenmethoden für Studierende der Physik im ersten Jahr

Rechenmethoden für Studierende der Physik im ersten Jahr Markus Otto Rechenmethoden für Studierende der Physik im ersten Jahr Spektrum k-/jl AKADEMISCHER VERLAG Vorwort v 1 Vektorrechnung 1 1.1 Grundlagen der Vektorrechnung 1 1.1.1 Richtung und Betrag 1 1.1.2

Mehr

Magnetostatik. B( r) = 0

Magnetostatik. B( r) = 0 KAPITEL III Magnetostatik Die Magnetostatik ist die Lehre der magnetischen Felder, die von zeitlich konstanten elektrischen Strömen herrühren. Im entsprechenden stationären Regime vereinfachen sich die

Mehr

2. Vektorräume 2.1. Vektoren im R n. Vektoren sind gerichtete Groen, die durch ihre Lange (Betrag, Norm) und Richtung gekennzeichnet sind.

2. Vektorräume 2.1. Vektoren im R n. Vektoren sind gerichtete Groen, die durch ihre Lange (Betrag, Norm) und Richtung gekennzeichnet sind. . Vektorräume.. Vektoren im R n. Vektoren sind gerichtete Groen, die durch ihre Lange (Betrag, Norm) und Richtung gekennzeichnet sind. Physikalische Beispiele fur Vektoren: Kraft, Geschwindigkeit, Beschleunigung,

Mehr

Wir erinnern zunächst an die verschiedenen Arten von Funktionen, die uns bisher begegnet sind: V : r 0 3 V ( r) 0 3

Wir erinnern zunächst an die verschiedenen Arten von Funktionen, die uns bisher begegnet sind: V : r 0 3 V ( r) 0 3 3 1. Mathematische Grundlagen Zur Vorbereitung fassen wir in diesem ersten Kapitel die wichtigsten mathematischen Konzepte zusammen, mit denen wir in der Elektrodynamik immer wieder umgehen werden. 1.1.

Mehr

Seminar 1. Epsilontik. 1.1 Der ε-pseudotensor und einige seiner Eigenschaften

Seminar 1. Epsilontik. 1.1 Der ε-pseudotensor und einige seiner Eigenschaften Seminar 1 1 Vektoralgebra, -Operator, Epsilontik 1.1 Der ε-pseudotensor und einige seiner Eigenschaften In in allen Bereichen der theoretischen Physik sehr gebräuchliches Hilfsmittel ist der ε-pseudotensor.

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs Mathematik. Mittwoch Freitag Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs

Mehr

Verschiedenes. Exponieren einer Matrix. Wir betrachten als Beispiel folgende Matrix: 0 1 A = 1 0

Verschiedenes. Exponieren einer Matrix. Wir betrachten als Beispiel folgende Matrix: 0 1 A = 1 0 Verschiedenes Exponieren einer Matrix Wir betrachten als Beispiel folgende Matrix: A = Man kann die Funktion f(a) einer Matrix A so berechnen, indem man auf die Reihendarstellung der Funktion f(x) zurückgeht.

Mehr

Integrieren Das bestimmte Integral einer Funktion f f(x) in einer Variable über das Intervall [a,b] schreiben wir

Integrieren Das bestimmte Integral einer Funktion f f(x) in einer Variable über das Intervall [a,b] schreiben wir Klassische Theoretische Physik TP-L - WS 2013/14 Mathematische Methoden 8.1.2014 Frank Bertoldi (Version 2) Abbildungen und Beispiele aus F. Embacher "Mathematische Grundlagen..." und "Elemente der theoretischen

Mehr

12. R n als EUKLIDISCHER VEKTORRAUM

12. R n als EUKLIDISCHER VEKTORRAUM 12. R n als EUKLIDISCHER VEKTORRAUM 1 Orthogonalität in der Ebene. Die Vektoren in der Ebene, die (im üblichen Sinne) senkrecht zu einem Vektor x = (x 1, x 2 ) T stehen, lassen sich leicht angeben. Sie

Mehr

Basiswechsel. Oder: Wie rechnet man die Koordinaten bzgl. einer Orthonormalbasis in die Koordinaten bzgl. einer anderen Orthonormalbasis um?

Basiswechsel. Oder: Wie rechnet man die Koordinaten bzgl. einer Orthonormalbasis in die Koordinaten bzgl. einer anderen Orthonormalbasis um? Basiswechsel Oder: Wie rechnet man die Koordinaten bzgl. einer Orthonormalbasis in die Koordinaten bzgl. einer anderen Orthonormalbasis um? Unser Beispiel: R 2 1 Das Logo der Stunde: x x e 2 b2 b1 e 1

Mehr

Grundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015

Grundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015 Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt

Mehr

Kapitel 15 Lineare Gleichungssysteme

Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 1 / 27 Kapitel 15 Lineare Gleichungssysteme Definition 15.1 (Lineares Gleichungssystem

Mehr

Das Levi-Civita-Symbol alias ε-tensor

Das Levi-Civita-Symbol alias ε-tensor 1 Das Levi-Civita-Symbol alias ε-tensor Wir gehen aus vom Kreuzprodukt und schreiben dieses auf eine zunächst komplex anmutende Art: a a 2 b 3 a 3 b 2 0 a 3 a 2 b 1 b = a 3 b 1 a 1 b 3 = a 3 0 a 1 b 2

Mehr

In allen Fällen spielt die 'Determinante' einer Matrix eine zentrale Rolle.

In allen Fällen spielt die 'Determinante' einer Matrix eine zentrale Rolle. Nachschlag:Transposition von Matrizen Sei Explizit: Def: "Transponierte v. A": (tausche Zeilen mit Spalten d.h., spiegle in der Diagonale) m Reihen, n Spalten n Reihen, m Spalten z.b. m=2,n=3: Eigenschaft:

Mehr

Mathematische Ergänzungen zur Einführung in die Physik. Dritte, überarbeitete und ergänzte Auflage. H. J. Korsch

Mathematische Ergänzungen zur Einführung in die Physik. Dritte, überarbeitete und ergänzte Auflage. H. J. Korsch Mathematische Ergänzungen zur Einführung in die Physik Dritte, überarbeitete und ergänzte Auflage H. J. Korsch Fachbereich Physik, Universität Kaiserslautern 3. Februar 2004 ULB Darmstadt iiniiiiiiiiiiiii

Mehr

. Name motiviert durch (hängt von Einbettung in höher dimensionalen Raum ab) folgendes Bild:

. Name motiviert durch (hängt von Einbettung in höher dimensionalen Raum ab) folgendes Bild: 1.4 Vektoren Jeder Vektor (Vierer-Vektor) lebt an einem bestimmten Punkt der Raumzeit. Dieser lässt sich bei Krümmung nicht einfach verschieben. Betrachte deshalb Menge alle Vektoren an einem Punkt p =

Mehr

Divergenz und Rotation von Vektorfeldern

Divergenz und Rotation von Vektorfeldern Divergenz und Rotation von Vektorfeldern Mit Hilfe des Nabla-Operators können nun zwei weitere wichtige elementare Operationen definiert werden, welche formal der Bildung des Skalarproduktes bzw. des äußeren

Mehr

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

Mathematische Grundlagen der Computerlinguistik Lineare Algebra Mathematische Grundlagen der Computerlinguistik Lineare Algebra Dozentin: Wiebke Petersen 10. Foliensatz Wiebke Petersen math. Grundlagen 1 Einleitung Die lineare Algebra beschäftigt sich mit Vektorräumen

Mehr

Differenzierbarkeit im R n. Analysis III October 30, / 94

Differenzierbarkeit im R n. Analysis III October 30, / 94 Differenzierbarkeit im R n Analysis III October 30, 2018 36 / 94 Partielle Ableitungen Buch Kap. 5.5 Definition 5.23: (partielle Differenzierbarkeit) Sei die Funktion f : D R, D R n, wobei D eine offene

Mehr

INHALTSVERZEICHNIS. Seite 1 VEKTOREN UND EINFACHE GESETZMÄSSIGKEITEN

INHALTSVERZEICHNIS. Seite 1 VEKTOREN UND EINFACHE GESETZMÄSSIGKEITEN I INHALTSVERZEICHNIS Seite 1 VEKTOREN UND EINFACHE GESETZMÄSSIGKEITEN 1 1.1 Skalare und Vektoren 1.2 Art von Vektoren 1.3 Summe und Differenz von Vektoren 1.4 Parallele Vektoren 1.5 Betrag eines Vektors

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

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

Ausgewählte Mathematische Hilfsmittel Formelsammlung zu Physik I. Uwe Thiele

Ausgewählte Mathematische Hilfsmittel Formelsammlung zu Physik I. Uwe Thiele Ausgewählte Mathematische Hilfsmittel Formelsammlung zu Physik I Uwe Thiele Institut für Theoretische Physik Westfälische Wilhelms-Universität Münster Version vom 5. April 2015 Inhaltsverzeichnis 1 Grundlagen

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler Wintersemester 2018/19 Inhaltsverzeichnis Teil 1 Teil

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt

Mehr

Tutorium: Diskrete Mathematik. Vektoren

Tutorium: Diskrete Mathematik. Vektoren Tutorium: Diskrete Mathematik Vektoren Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Definition I Im allgemeinen Sinn versteht man in der linearen Algebra unter einem Vektor ein Element

Mehr

Ableitungen von skalaren Feldern Der Gradient

Ableitungen von skalaren Feldern Der Gradient Ableitungen von skalaren Feldern Der Gradient In der letzten Vorlesung haben wir das zu einem konservativen Kraftfeld zugehörige Potential V ( r) = F ( s) d s + V ( r0 ) kennengelernt und als potentielle

Mehr

Hilfsblätter Lineare Algebra

Hilfsblätter Lineare Algebra Hilfsblätter Lineare Algebra Sebastian Suchanek unter Mithilfe von Klaus Flittner Matthias Staab c 2002 by Sebastian Suchanek Printed with L A TEX Inhaltsverzeichnis 1 Vektoren 1 11 Norm 1 12 Addition,

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de c 018 Steven Köhler Wintersemester 018/19 Inhaltsverzeichnis Teil 1 Teil Teil

Mehr

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Definition I Im allgemeinen Sinn versteht man in der linearen Algebra unter einem Vektor ein Element eines Vektorraums,

Mehr

Gradient eines Skalarfeldes

Gradient eines Skalarfeldes Gradient eines Skalarfeldes 1-E Gradient eines Skalarfeldes Definition 1: Unter dem Gradient eines differenzierbaren Skalarfeldes Φ (x, y) versteht man den aus den partiellen Ableitungen 1. Ordnung von

Mehr

Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009)

Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009) 1 Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009) Kapitel 10: Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 27. März 2009) Differenzialrechnung

Mehr

Kapitel 14 Lineare Gleichungssysteme

Kapitel 14 Lineare Gleichungssysteme Kapitel 4 Lineare Gleichungssysteme Kapitel 4 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 83 / 246 Kapitel 4 Lineare Gleichungssysteme Definition 4. (Lineares Gleichungssystem LGS)

Mehr

2.3.4 Drehungen in drei Dimensionen

2.3.4 Drehungen in drei Dimensionen 2.3.4 Drehungen in drei Dimensionen Wir verallgemeinern die bisherigen Betrachtungen nun auf den dreidimensionalen Fall. Für Drehungen des Koordinatensystems um die Koordinatenachsen ergibt sich 1 x 1

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um

Mehr

a 2β... a n ω alle Permutationen von α β γ... ω a 3 γ ( 1) k a 1α

a 2β... a n ω alle Permutationen von α β γ... ω a 3 γ ( 1) k a 1α Mathematik 1 - Übungsblatt 7 Lösungshinweise Tipp: Verwenden Sie zur Kontrolle Scilab, wo immer es möglich ist. Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind

Mehr

JoachimlRisius. Vektorrechnung. Koordinaten, Vektoren, Matrizen, Tensoren und Grundlagen der Vektoranalysis. VOGEL-VERU^G

JoachimlRisius. Vektorrechnung. Koordinaten, Vektoren, Matrizen, Tensoren und Grundlagen der Vektoranalysis. VOGEL-VERU^G JoachimlRisius Vektorrechnung Koordinaten, Vektoren, Matrizen, Tensoren und Grundlagen der Vektoranalysis. VOGEL-VERU^G Inhaltsverzeichnis 1. Darstellung von Punkten durch Koordinatensysteme 11 1.1. Die

Mehr

HM II Tutorium 5. Lucas Kunz. 22. Mai 2018

HM II Tutorium 5. Lucas Kunz. 22. Mai 2018 HM II Tutorium 5 Lucas Kunz 22. Mai 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Wiederholung Lineare Gleichungsysteme................... 2 1.2 Wiederholung: Kern einer Abbildung..................... 3 1.3

Mehr

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64 1/64 VEKTORRECHNUNG Prof. Dr. Dan Eugen Ulmet Hochschule Esslingen März 2011 2/64 Overview Vektoralgebra 1 Vektoralgebra 2 Was sind Vektoren? 3/64 Vektoren werden geometrisch definiert als Pfeilklassen:

Mehr

IX.2 Multipolentwicklung

IX.2 Multipolentwicklung IX. Multipolentwicklung 153 IX. Multipolentwicklung Ähnlich der in Abschn. III.3 studierten Entwicklung des elektrostatischen Skalarpotentials Φ( r) einer Ladungsverteilung ρ el. als Summe der Potentiale

Mehr

"Integral über die Ableitung einer Funktion hängt nur von ihrem Wert am Rand ab"

Integral über die Ableitung einer Funktion hängt nur von ihrem Wert am Rand ab V4.2 - V4.3: Integralsätze der Vektoranalysis [Notation in diesem Kapitel: Vorausschau/Überblick: alle Indizes unten!] "Integral über die Ableitung einer Funktion hängt nur von ihrem Wert am Rand ab" Hauptsatz

Mehr

Reelles Skalarprodukt

Reelles Skalarprodukt Reelles Skalarprodukt Ein Skalarprodukt auf einem reellen Vektorraum V ist eine Abbildung, : V V R mit folgenden Eigenschaften: Positivität: v, v > 0 für v 0 Symmetrie: Linearität: u, v = v, u λu + ϱv,

Mehr

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier

Mehr

"Integral über die Ableitung einer Funktion hängt nur von ihrem Wert am Rand ab"

Integral über die Ableitung einer Funktion hängt nur von ihrem Wert am Rand ab V4.2 - V4.3: Integralsätze der Vektoranalysis [Notation in diesem Kapitel: Vorausschau/Überblick: alle Indizes unten!] "Integral über die Ableitung einer Funktion hängt nur von ihrem Wert am Rand ab" Hauptsatz

Mehr

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Nützliches Hilfsmittel (um Schreiberei zu reduzieren): 'Erweiterte Matrix': Gauß- Verfahren

Nützliches Hilfsmittel (um Schreiberei zu reduzieren): 'Erweiterte Matrix': Gauß- Verfahren L5.4 Inverse einer Matrix Ausgangsfrage: Wie löst man ein lineares Gleichungsystem (LSG)? Betrachte n lineare Gleichungen für n Unbekannte: Ziel: durch geeignete Umformungen bringe man das LSG in folgende

Mehr

Tensoren. Oliver Jin, Florian Stöttinger, Christoph Tietz. January 24, 2012

Tensoren. Oliver Jin, Florian Stöttinger, Christoph Tietz. January 24, 2012 Tensoren Oliver Jin, Florian Stöttinger, Christoph Tietz January 24, 2012 Inhaltsverzeichnis Einleitung Einstein sche Summenkonvention Ko- und Kontravariant Stufen Transformationsverhalten Symmetrie Tensoralgebra

Mehr

Helmuts Kochrezept Nummer 5:

Helmuts Kochrezept Nummer 5: Helmuts Kochrezept Nummer : Lokale Koordinatentransformation von Vektorfedern Version 2, 19.03.2018) Dieses Kochrezept erklärt Dir, wie du ein Vektorfeld von einem orthonormalen Koordinatensystem z.b.

Mehr

Dieses Skript ist urheberrechtlich geschützt. Ich behalte mir alle Rechte vor. Eine Vervielfältigung ist nicht gestattet und strafbar.

Dieses Skript ist urheberrechtlich geschützt. Ich behalte mir alle Rechte vor. Eine Vervielfältigung ist nicht gestattet und strafbar. Dieses Skript ist urheberrechtlich geschützt. Ich behalte mir alle Rechte vor. Eine Vervielfältigung ist nicht gestattet und strafbar. 1 2 Hinweise zum Skript Grundlagen der Wirtschaftsmathematik und Statistik

Mehr

Ergänzung zum HM Tutorium

Ergänzung zum HM Tutorium Ergänzung zum HM Tutorium Patrik Hlobil Niko Kainaris Dieses Dokument erhebt keinen Anspruch auf Vollständigkeit oder Korrektheit. Es stellt keine Vorlesungszusammenfassung dar, sondern soll euch lediglich

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat.

1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. 1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. übliche Beispiele: Ort r = r( x; y; z; t ) Kraft F Geschwindigkeit

Mehr

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

Mathematische Grundlagen der Computerlinguistik Lineare Algebra Mathematische Grundlagen der Computerlinguistik Lineare Algebra Dozentin: Wiebke Petersen 10. Foliensatz Wiebke Petersen math. Grundlagen 30 Einleitung Die lineare Algebra beschäftigt sich mit Vektorräumen

Mehr

Wellen und Elektrodynamik für Chemie- und Bioingenieure und Verfahrenstechniker WS 11/12 Übung 2

Wellen und Elektrodynamik für Chemie- und Bioingenieure und Verfahrenstechniker WS 11/12 Übung 2 Wellen und Elektrodynamik für Chemie- und Bioingenieure und Verfahrenstechniker WS 11/12 Übung 2 KIT University of the State of Baden-Wuerttemberg and National Research Center of the Helmholtz Association

Mehr

1 Kurven und Kurvenintegrale

1 Kurven und Kurvenintegrale Fabian Kohler Karolina Stoiber Ferienkurs Analysis für Physiker SS 14 A 1 Kurven und Kurvenintegrale 1.1 Einschub: Koordinatentransformation Gegeben sei eine Funktion f : R n R. Dann ist die totale Ableitung

Mehr

Stellen Sie diese Operation grafisch durch Pfeile in einem zweidimensionalen Koordinatensystem dar. + R n R n R n. + R R R

Stellen Sie diese Operation grafisch durch Pfeile in einem zweidimensionalen Koordinatensystem dar. + R n R n R n. + R R R Vektoren Aufgabe Berechnen Sie 2 + 0 Aufgabe 2 Beweisen Sie das ausführlich das Assoziativgesetz der Vektoraddition + R n R n R n Sie dürfen dabei alle Gesetze der reellen Addition + R R R verwenden machen

Mehr

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte Mathematik I Matrizen In diesem Kapitel werden wir lernen was Matrizen sind und wie man mit Matrizen rechnet. Matrizen ermöglichen eine kompakte Darstellungsform vieler mathematischer Strukturen. Zum Darstellung

Mehr

7.4. Gradient, Niveau und Tangentialebenen

7.4. Gradient, Niveau und Tangentialebenen 7.4. Gradient Niveau und Tangentialebenen Wieder sei f eine differenzierbare Funktion von einer Teilmenge A der Ebene R -dimensionalen Raumes R n ) nach R. (oder des n Der Anstieg von f in einem Punkt

Mehr

VEKTOREN. Allgemeines. Vektoren in der Ebene (2D)

VEKTOREN. Allgemeines. Vektoren in der Ebene (2D) VEKTOREN Allgemeines Man unterscheidet im Schulgebrauch zwischen zweidimensionalen und dreidimensionalen Vektoren (es kann aber auch Vektoren geben, die mehr als 3 Komponenten haben). Während zweidimensionale

Mehr

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif 14 Oktober 2008 1 Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof Dr Ulrich Reif Inhalt: 1 Vektorrechnung 2 Lineare Gleichungssysteme 3 Matrizenrechnung 4 Lineare Abbildungen 5 Eigenwerte

Mehr

Matrixprodukt und Basiswechsel bei Abbildungen

Matrixprodukt und Basiswechsel bei Abbildungen Matrixprodukt und Basiswechsel bei Abbildungen 1 Erster Teil: Das Matrixprodukt Wie multipliziert man eine Matrix mit einer Matrix? 2 Zur Erinnerung: Wie multipliziert man einen Zeilenvektor mit einem

Mehr

Vorlesung Mathematik für Ingenieure II (Sommersemester 2008)

Vorlesung Mathematik für Ingenieure II (Sommersemester 2008) Vorlesung Mathematik für Ingenieure II (Sommersemester 8) Kapitel : Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 8. Mai 8) Differenzialrechnung R R 4

Mehr

Vorlesung Mathematik 2 für Informatik

Vorlesung Mathematik 2 für Informatik Vorlesung Mathematik für Informatik Inhalt: Lineare Algebra Rechnen mit Vektoren und Matrizen Lineare Gleichungssysteme, GauÿAlgorithmus Vektorräume, Lineare Abbildungen Eigenwerte und Eigenvektoren Literatur

Mehr

03. Vektoren im R 2, R 3 und R n

03. Vektoren im R 2, R 3 und R n 03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen

Mehr

Erklärungen zur Vorlesung TC I

Erklärungen zur Vorlesung TC I Erklärungen zur Vorlesung TC I Sebastian Lenz Institut für Physikalische und Theoretische Chemie Goethe Universität 19. Mai 2011 Inhalt 1 Grundlagen 2 Operatoren in kartesischen Koordinaten 3 Operatoren

Mehr

Im Folgenden werde ich als anschauliche Beispiele eine strömende Flüssigkeit im dreidimensionalen Raum sowie eine Landschaftskarte (2D) verwenden.

Im Folgenden werde ich als anschauliche Beispiele eine strömende Flüssigkeit im dreidimensionalen Raum sowie eine Landschaftskarte (2D) verwenden. Vektoranalysis Begriffe Im Folgenden werde ich als anschauliche Beispiele eine strömende Flüssigkeit im dreidimensionalen Raum sowie eine Landschaftskarte 2D) verwenden. Ein Skalarfeld f = fx, y, z) ist

Mehr