Ferienkurs Analysis 2 für Physiker. Differentialgleichungen. Tobias Ried
|
|
- Hannelore Lenz
- vor 5 Jahren
- Abrufe
Transkript
1 Ferienkurs Analysis 2 für Physiker Differentialgleichungen Tobias Ried address: tobias.ried@ph.tum.de
2
3 Inhaltsverzeichnis Kapitel 2. Gewöhnliche Differentialgleichungen (GDGLs) 2.. Systeme linearer DGLs mit konstanten Koeffizienten 2.2. Die Matrixexponentialfunktion Lösung von Anfangswertaufgaben Zur Berechnung des Matrixexponentials Lösungsfundamentalsystem 2.6. Inhomogene lineare DGL-Systeme mit konstanten Koeffizienten 2.7. Separierbare Differentialgleichungen, Existenz und Eindeutigkeit 2 Übungen 5 Literaturverzeichnis 9 iii
4
5 Kapitel 2 Gewöhnliche Differentialgleichungen (GDGLs) Differentialgleichungen treten in vielen physikalischen Fragestellungen auf. Ihre einfachsten Vertreter sind die gewöhnlichen Differentialgleichungen, welche im Folgenden näher behandelt werden. 2.. Systeme linearer DGLs mit konstanten Koeffizienten Definition 2.. Sei n N und α,..., α n K, dann heißt (2.) α n y (n) + + α y + α y = homogene lineare DGL n-ter Ordnung mit konstanten Koeffizienten α,..., α n (α n ). Eine Lösung von 2. ist jede auf einem Intervall definierte n-mal differenzierbare Funktion y : I K, für die gilt (2.2) α n y (n) (t) + + α y (t) + α y(t) = t I Satz 2.2. Jede Lösung von 2. ist unendlich oft differenzierbar und eindeutig auf ganz R fortsetzbar. Zu einer systematischeren Behandlung der linearen Differentialgleichungen (vor allem gekoppelter Systeme von linearen DGLs) führt man Gleichung 2. in die Form
6 2 2. Gewöhnliche Differentialgleichungen (GDGLs) (2.3) y = Ay über mit y = ( y, y,..., y (n )) und..... (2.4) A = α α n α α n... α n 2 α n α n α n Definition 2.3. Sei allgemeiner A K n n, dann heißt (2.5) y = Ay, y =. lineares System gewöhnlicher Differentialgleichungen erster Ordnung mit konstanten Koeffizienten. Lösung ist jede auf einem offenen Intervall I definierte differenzierbare Abbildung (2.6) y : I K n mit y (t) = Ay(t) t I 2.2. Die Matrixexponentialfunktion Zur Lösung eines Systems linearer DGLs erster Ordnung benötigt man die Matrixexponentialfunktion (2.7) exp(a) = e A A k := = E n + B + B2 k! 2 + B ! k= Um die Frage der Konvergenz dieser Reihe zu beantworten, muss man zunächst eine Metrik auf dem Raum der Matrizen mit Einträgen aus K einführen. Diese ist gegeben durch die Definition 2.4 (Operatornorm auf K m n ). Sei. eine Norm auf K n bzw. K m, dann definiert (2.8) B := sup Bx x K n x für B K m n die Operatornorm auf K m n. Übung 2.5. Zeigen Sie, dass durch 2.8 wirklich eine Norm definiert ist. Satz 2.6 (Eigenschaften der Operatornorm). Seien B K m n, C K l m und x K n. Dann gilt: y y n
7 2.3. Lösung von Anfangswertaufgaben 3 () Bx B x (2) CB C B (3) Die Abbildung K l m K m n K l n, (C, B) CB (Matrixprodukt) ist stetig. Mit der Operatornorm wird K n n zu einem normierten Raum (K n n,. ). Satz 2.7. Sei B K n n. Bezüglich der induzierten Metrik in (K n n,. ) konvergiert die Reihe B k (2.9) exp(b) = k! absolut mit k= (2.) exp(b) exp( B ) Es sollen einige Rechenregeln der Matrixexponentialfunktion angeführt werden. Satz 2.8. Für alle A, B, C K n n gilt () exp() = E n und exp(r n n ) R n n (2) Funktionalgleichung: Aus AB = BA folgt e A e B = e A+B (3) Die Abbildung R K n n, t e ta ist beliebig oft differenzierbar mit d dt eta = e ta A = Ae ta (4) Ist C invertierbar, so gilt (5) det e B = e tr B (6) exp(b) = exp(b) e C AC = C e A C 2.3. Lösung von Anfangswertaufgaben In der Physik interessante Problemstellungen sind oft von der Form (2.) y = Ay mit y(t ) = y K n für einen vorgegebenen Zeitpunkt t R. Dies nennt man eine Anfangswertaufgabe (AWA). Satz 2.9. Die Anfangswertaufgabe 2. hat die eindeutige auf ganz R fortgesetzte Lösung (2.2) y(t) := e (t t )A y t R
8 4 2. Gewöhnliche Differentialgleichungen (GDGLs) 2.4. Zur Berechnung des Matrixexponentials In den vorhergehenden Abschnitten wurde die Lösung des Systems y = Ay auf die Berechnung des Matrixexponentials exp(a) zurückgeführt. Die Berechnung des Matrixexponentials mithilfe der Definition 2.7 gestaltet sich oftmals als mühsam oder ist gar unmöglich. Daher muss auf andere Verfahren aus der Linearen Algebra zurückgegriffen werden. Einige einfache Fälle seien jedoch aufgeführt. Am einfachsten ist die Berechnung des Matrixexponentials bei Matrizen in Diagonalgestalt. Satz 2. (Exponential einer Diagonalmatrix). Sei (2.3) D = diag(λ,..., λ n ) = λ... dann ist (2.4) e td = diag(e tλ,..., e tλn ) = e tλ λ n... e tλn Satz 2. (Nilpotente Matrizen). Eine Matrix N K n n heißt nilpotent, falls ein l N existiert, sodass N l =. Dann ist (2.5) e tn = l k= t k N k k! Jordansche Normalform. = E n + tn + t2 N tl N l (l )! Definition 2.2 (Ähnlichkeit von Matrizen). Eine Matrix B K n n heißt ähnlich zu einer Matrix A K n n, A B, wenn eine invertierbare Matrix S existiert mit (2.6) B = S AS beziehungsweise (2.7) A = SBS In der Linearen Algebra wird gezeigt, dass jede Matrix A C n n ähnlich ist zu einer Blockdiagonalmatrix J (Jordansche Normalform) J J (2.8) J = 2... J s
9 2.4. Zur Berechnung des Matrixexponentials 5 also (2.9) A = SJS wobei die einzelnen Blöcke J i (Jordanblöcke) die Gestalt λ i (2.2) J i =... λi haben. Dabei sind {λ,..., λ s } die Eigenwerte von A, die nicht unbedingt paarweise verschieden sein müssen. Definition 2.3 (Eigenwerte einer Matrix). Die Eigenwerte einer Matrix A sind die Nullstellen µ i des charakteristischen Polynoms (2.2) χ A (λ) = det(a λe n ) Dieses zerfällt als Polynom über C vollständig in Linearfaktoren (2.22) χ A (λ) = (λ µ ) α (λ µ 2 ) α 2... (λ µ r ) αr Dabei bezeichnet der Exponent α i die algebraische Vielfachheit des Eigenwertes µ i. Man nennt die Dimension des Eigenraumes (2.23) E(µ i ) = ker(a µ i E n ) die geometrische Vielfachheit (2.24) γ i = dim ker(a µ i E n ) des Eigenwertes µ i. Es gilt stets γ i α i. Vergleicht man mit der Jordan Normalform von A und verwendet, dass det(a λe n ) = det(s(j λe n )S ) = det(j λe n ) = (λ λ ) k... (λ λ s ) ks so sieht man, dass die algebraische Vielfachheit eines Eigenwertes µ von A die Summe der Dimensionen der Jordanblöcke zu diesem Eigenwert ist, also (2.25) α(µ) = j: λ j =µ Wegen (2.26) ker(j i λ i E n ) = ker... = C. k j
10 6 2. Gewöhnliche Differentialgleichungen (GDGLs) sieht man dim ker(j i λ i E n ) = und die geometrische Vielfachheit γ(µ) ist die Summe der Jordanblöcke zum Eigenwert µ. Beispiel 2.4. Die Matrix M = 2 ist in Jordan Normalform und besitzt die Eigenwerte (α() = 3, γ() = 2) und 2 (α(2) =, γ(2) = ). Ziel ist es nun, von einer gegebenen Matrix A die Jordansche Normalform und die Transformationsmatrix S zu finden. Dazu geht man wie folgt vor. () Berechnung der Eigenwerte µ i und Bestimmung der algebraischen Vielfachheiten α i gemäß 2.3 (2) Bestimmung einer Basis der Eigenräume E(µ i ) = ker (A µ i E n ) durch Lösen des linearen Gleichungssystems (A µ i E n )v = mittels Gaussalgorithmus. Die Basisvektoren sind die Eigenvektoren v ij zum Eigenwert µ i. Die Anzahl der Basisvektoren liefert die geometrische Vielfachheit γ i zum Eigenwert µ i. (3) Zu jedem Eigenwert müssen nun (α i γ i ) Hauptvektoren gefunden werden. Ein Hauptvektor k-ter Stufe erfüllt (A µ i E n ) k h = Zunächst bestimmt man zu einem Eigenvektor v einen zugehörigen Hauptvektor. Stufe h () durch Lösen des GLS bzw. (A µ i E n ) 2 h () = (A µ i E n )h () = v Falls existent bestimmt man sukzessive Hauptvektoren höherer Stufe gemäß (A µ i E n ) 3 h (2) = oder (A µ i E n )h (2) = h () usw. Dies wiederholt man mit sämtlichen Eigenvektoren, bis man genügend Hauptvektoren gefunden hat.
11 2.4. Zur Berechnung des Matrixexponentials 7 (4) Nun kann man die Transformationsmatrix S angeben. Diese wird durch Aneinanderreihen der Eigen- und zugehörigen Hauptvektoren zu einer quadratischen Matrix gebildet. S = (v, h (), h (2),..., v 2, h () 2,..., v 2,...,... ) (5) Die Jordan Normalform der Matrix A bildet man gemäß 2.8 unter Berücksichtigung der Anordnung der Eingen- und zugehör. Hauptvektoren in S. Die Größe und Anzahl der Jordanblöcke zu einem Eigenwert µ i ist durch α i und γ i bereits festgelegt. Beispiel 2.5. Gegeben sei die Matrix A = 2 3 Das charakteristische Polynom von A lautet χ A (λ) = det(a λe 3 ) = λ 3 + 4λ 2 5λ + 2 = (λ ) 2 (λ 2) Die Matrix A besitzt also die Eigenwerte λ = mit der algebraischen Vielfachheit α = 2 und λ 2 = 2 mit α 2 =. Der Eigenraum E() = ker(a E 3 ) ergibt sich mittels Gaussalgorithmus A E 3 = 2 2 Damit ist ker(a E 3 ) = C Es folgt dass die geometrische Vielfachheit des EW γ = und v = (,, ) Eigenvektor zu λ ist. ( ) Damit gibt es Jordanblock zum Eigenwert λ = der Länge 2 Ein Hauptvektor (. Stufe) liegt in ker(a E 3 ) 2. Löse dazu das inhomogene GLS (A E 3 )x = v mittels Gaussalgorithmus 2 2 Daraus folgt ker(a E 3 ) 2 = + C
12 8 2. Gewöhnliche Differentialgleichungen (GDGLs) Man wähle z.b. h = (,, ). Hier sieht man jedoch schon, dass die Wahl der Hauptvektoren bis auf Vielfache der dazugehörigen Eigenvektoren bzw. Hauptvektoren niedrigerer Stufe nicht eindeutig ist. Bestimme nun E(2) = ker(a 2E 3 ): 2 A 2E 3 = 2 Es folgt ker(a 2E 3 ) = C und damit γ 2 =. v 2 = (,, ) ist EV zu λ 2. Es gibt also nur Jordanblock der Länge zum EW λ 2 = 2 ( 2 ). Die Jordansche Normalform von A ist daher mit Transformationsmatrix J = oder alternativ 2 J = 2 und T = ( ) v h v 2 = und T = ( ) v 2 v h = Exponential einer Jordanmatrix. Nach der Einführung der Jordanschen Normalform von Matrizen muss noch geklärt werden, wie das Exponential einer Jordanmatrix gebildet wird. Da sich bei einer Blockdiagonalmatrix die Blöcke einzeln multiplizieren, gilt Satz 2.6. Für eine Blockdiagonalmatrix (2.27) A = diag(a,..., A s ) = A... A s ist das Exponential (2.28) e ta = e tdiag(a,...,a s) = diag(e ta,..., e tas ) = e ta... e tas Damit reduziert sich die Berechnung des Matrixexpoentials einer Jordanmatrix auf die Berechnung des Exponentials eines Jordanblocks.
13 2.4. Zur Berechnung des Matrixexponentials 9 Satz 2.7 (Exponential eines Jordanblocks). Sei J i ein Jordanblock. Dieser lässt sich schreiben als (2.29) J i = λ i E + N Dabei ist E die Einheitsmatrix passender Größe und N die nilpotente Matrix (2.3) N =... Offenbar gilt λ i EN = Nλ i E und damit wegen 2.8 und 2.4 (2.3) e tj i = e t(λ ie+n) = e tλ ie e tn = e tλ i Ee tn = e tλ i e tn Beispiel 2.8. Für die Matrix aus Beispiel 2.5 gilt ( ) ( e ta = T e tj T e tj = T T e t e tn = T e tj 2 e t te t = e t e 2t e t ( t) te t te t = e ( t e t ) e t (t + e t ) te t e t ( e t ) e t (e t ) e t e 2t ) T Diagonalisierbare Matrizen (*). Ein besonders einfacher Spezialfall der Jordanschen Normalform ist die Diagonalform einer Matrix. Diese liegt dann vor, wenn zu jedem Eigenwert nur Jordankästchen der Größe vorkommen, wenn also gilt (2.32) α i = γ i i In manchen Fällen kann man einer Matrix direkt ansehen, dass sie diagonalisierbar ist. Satz 2.9 (Diagonalisierbarkeit von Matrizen). Folgende Matrizen sind (u.a.) diagonalisierbar () A R n n symmetrisch, d.h. A T = A. Dann lässt sich A orthogonal diagonalisieren, d.h. es existiert eine orthogonale Matrix O mit O = O T sodass (2.33) A = Odiag(λ,..., λ n )O T = ODO T wobei die Spalten von O eine Orthonormalbasis aus Eigenvektoren bilden O = (v,..., v n ).
14 2. Gewöhnliche Differentialgleichungen (GDGLs) (2) A C n n selbstadjungiert, d.h. A = A (A ist die transponierte und komplex konjugierte Matrix von A, also A = A T. Dann lässt sich A unitär diagonalisieren, d.h. es existiert eine unitäre Matrix U mit U = U sodass (2.34) A = Udiag(λ,..., λ n )U = UDU wobei die Eigenwerte von A reell sind und die Spalten von U eine Orthonormalbasis aus Eigenvektoren bilden U = (v,..., v n ). Das Matrixexponential berechnet sich dann gemäß 2.4 und 2.8 (2.35) e ta = e tudu = Ue td U = Udiag(e tλ,..., e tλn )U 2.5. Lösungsfundamentalsystem Die Lösungen von y = Ay bilden einen K-Vektorraum. Satz 2.2. Für A K n n sei L := {y K n : y differenzierbar und Lösung von y = Ay} der Lösungsraum des DGL-Systems. L ist Untervektorraum von C (R, K n ) der Dimension n. Die Spalten von e ta bilden eine Basis von L. Jede Basis (y,..., y n ) von L heißt Lösungsfundamentalsystem. Die Matrix Y = (y,..., y n ) heißt Fundamentalmatrix. Sei C eine invertierbare n n Matrix. Dann ist auch Y (t) = e ta C eine Fundamentalmatrix. Bemerkung 2.2. (2.36) Y (t) = e ta S = Se tj = Sdiag(e tj,..., e tjs ) ist Fundamentalmatrix. Angewandt auf eine homogene lineare DGL n-ter Ordnung (2.37) y (n) (t) + a n y (n ) + + a y (t) + a y(t) = ergibt sich (z.b. unter Verwendung des äquivalenten Systems) folgender Satz Das Polynom (2.38) P (λ) = λ n + α n λ n + + α λ + α = r (λ λ j ) α j heißt das charakteristische Polynom von Jede Lösung von 2.37 ist dann von der Form α r j (2.39) y(t) = c jm t m e λ jt j= m= j=
15 2.6. Inhomogene lineare DGL-Systeme mit konstanten Koeffizienten mit c lm C. (2.4) {t l e tµ, µ Nullstelle von P (λ), l α µ } ist (komplexes) Lösungsfundamentalsystem von Ein reelles Fundamentalsystem erhält man durch Übergang zu Real- und Imaginärteil der komplexen Lösungen Inhomogene lineare DGL-Systeme mit konstanten Koeffizienten Sei b : I b K n stetig und A K n n. (2.4) y = Ay + b(t) heißt inhomogenes lineares DGL System mit konstanten Koeffizienten. b heißt Inhomogenität. Satz 2.23 (Lösung des inhomogenen Systems linearer DGLs). Sei t I b und y K n vorgegeben. Dann löst t (2.42) y(t) := e ta e sa b(s)ds + e (t t)a y t die Angangswertaufgabe zu y(t ) = y für alle t I b eindeutig. Man nennt den Lösungsansatz Variation der Konstanten. Oft ist es schwierig, die allgemeine Lösung von 2.4 mit Satz 2.23 zu finden. Meistens ist es einfacher, eine einzelne Lösung (partikuläre Lösung) zu finden. Dann gilt Satz 2.24 (Lösungsraum des inhomogenen Systems). Der Lösungsraum des inhomogenen Systems 2.4 ist (2.43) L b = y p + L Dabei ist L der Lösungsraum des homogenen Systems y = Ay und y p eine partikuläre Lösung. Bemerkung Sei x p eine spezielle Lösung von y = Ay + b. Dann ist jede andere Lösung x von der Form x = x h + x p, wobei x h Lösung der homogenen DGL ist. Das gleiche gilt für eine einzelne inhomogene lineare DGL n-ter Ordnung (2.44) α n y (n) (t) + α n y (n ) (t) + + α y (t) + α y(t) = β(t) Für das zugehörige System. Ordnung ist A wie beim homogenen System und b(t) =.. β(t)
16 2 2. Gewöhnliche Differentialgleichungen (GDGLs) Beispiel Ein getriebener, gedämpfter harmonischer Oszillator wird beschrieben durch die Differentialgleichung 2. Ordnung ẍ(t) + 2βẋ(t) + ω 2 x(t) = F (t) Diese ist äquivalent zum System. Ordnung ẋ = Ax + b mit ( ) ( ) A =, b = 2β F (t) ω 2 (Bewegungsgleichung im Phasenraum) 2.7. Separierbare Differentialgleichungen, Existenz und Eindeutigkeit Betrachtet werden nun nicht mehr nur lineare Systeme von Differentialgleichungen, sondern ein allgemeinerer Typus Definition Sei x : I K n differenzierbar (I R offen) und F : U K n stetig (U R K n offen), dann bezeichnet man (2.45) ẋ(t) = F (t, x) t I als gewöhnliche Differentialgleichung. Ordnung. Ist ein Anfangswert (t, x ) U gegeben, spricht man von einer Anfangswertaufgabe (2.46) ẋ(t) = F (t, x), x(t ) = x Besonders einfache Vertreter von 2.27 sind sogenannte separierbare Differentialgleichungen, nämlich DGLs oder AWAs der Form (2.47) y = g(x)h(y), y(x ) = y mit stetigen Funktionen g : I R und h : U R auf offenen Intervallen I, U und mit (x, y ) I U. (2.48) Die formale Trennung in y(x) y dy h(y) = g(x)dx und Integration dη h(η) = ergeben y implizit als Funktion von x. Satz 2.28 (Lokaler Existenzsatz). x x g(ξ) dξ () Im Fall h(y ) = ist die konstante Funktion y(x) = y eine Lösung von (2) Im Fall h(y ) besitzt die AWA 2.47 in einem hinreichend kleinen offenen Intervall J I um x eine Lösung. Diese erhält man aus 2.48 durch Auflösen nach y.
17 2.7. Separierbare Differentialgleichungen, Existenz und Eindeutigkeit 3 Bemerkung Der Beweis von 2.28 zeigt, dass die Lösung auf ein offenes Intervall V U eingeschränkt werden muss, in dem h(η) für alle η V. Leider kann man (im Gegensatz zum linearen Fall) noch keine Aussage über die Eindeutigkeit der gefundenen Lösung machen. Es kann sogar passieren, dass eine AWA unendlich viele Lösungen hat, was folgendes abschreckende Beispiel zeigt. Beispiel 2.3. ẋ = x, x() =. Zunächst sieht man, dass die Anfangswertaufgabe die triviale Lösung x(t) = t R besitzt. Um weitere Lösungen zu finden, betrachtet man zunächst die AWA ẋ = x, x() = x >. Auflösen von y(x) dη y η = x dξ liefert unter Berücksichtigung der Bemerkung 2.29 die Lösung y(x) = 4 (x + 2 y ) 2 für x > 2 y =: ξ (x < ξ kommt nicht in Frage, weil wegen ẋ = x die Lösung monoton steigend sein muss!) Man überprüft leicht, dass sich diese auf (ξ, ) definierte Lösung durch differenzierbar auf ganz R fortsetzen lässt: { y ξ (x) = 4 (x ξ ) 2 für x > ξ für x ξ Für y < erhält man aus y(x) dη y = x η dξ unter Berücksichtigung des Betrages unter der Wurzel und des Vorzeichens von y ỹ(x) = 4 ( x + y ) 2 = y( x) für x < 2 y = ξ Fortsetzung durch liefert ỹ ξ (x) = y ξ ( x). Im Fall y = hat die AWA außer y(x) = die unendlich vielen auf R definierten Lösungen { y c (x) = 4 (x c)2 für x > c für x c, c und die Funktionen ỹ c (x) = y c ( x). Offenbar treten in diesem Beispiel gerade an der Stelle y = Probleme auf, hier ist die Wurzelfunktion y nicht differenzierbar. Folgende Sätze garantieren die Existenz und Eindeutigkeit einer Lösung der AWA ẋ = F (t, x). Definition 2.3 (Lokale Lipschitz-Stetigkeit). Sei U R K n eine offene Menge. Die Abbildung F : U K m, (t, x) F (t, x) heißt lokal Lipschitzstetig bezüglich x, wenn es zu jedem Punkt (t, x ) in U eine Umgebung
18 4 2. Gewöhnliche Differentialgleichungen (GDGLs) U U gibt derart, dass die Einschränkung F U Lipschitz-stetig bezüglich x ist, also F U stetig ist und es eine Konstante L gibt derart, dass (2.49) F (t, x) F (t, y) L x y (t, x), (t, y) U Satz 2.32 (Eindeutigkeitssatz). Das dynamische System F : U K n, U R K n offen, sei lokal Lipschitz-stetig bezüglich x. Stimmen zwei Lösungen x, x 2 : I K n von ẋ = F (t, x) in einem Punkt t I überein, so gilt x = x 2 auf ganz I. Für die Eindeutigkeit ist die lokale Lipschitz-Stetigkeit wichtig, was man an dem Beispiel ẋ = x, x() = sieht. Satz 2.33 (Lokaler Existenzsatz von Picard-Lindelöf). Das dynamische System F : U K n auf der offenen Menge U R K n sei lokal Lipschitzstetig bezüglich x. Dann gibt es zu jedem Punkt (t, x ) U ein Intervall I δ (t ) = (t δ, t + δ), auf dem die Anfangswertaufgabe (2.5) ẋ = F (t, x), x(t ) = x genau eine Lösung besitzt. Diese ist die Grenzfunktion der durch die Picard- Lindelöf-Iteration (2.5) ϕ = x, ϕ k+ (t) := x + F (s, ϕ k (s)) ds t definierten und auf I δ (t ) gleichmäßig konvergenten Folge (ϕ k ). t
19 Übungen 5 Übungen () Geben Sie zu folgenden Matrizen die Jordansche Normalform mit Transformationsmatrix an und bestimmen Sie dann das Matrixexponential der Jordan Matrizen (a) A = 3 (2) Gegeben ist das Differentialgleichungssystem (b ) B = y (t) = y (t) y 2 (t) y 2(t) = y (t) + y 2 (t) (a) Schreiben Sie das System in der Form y (t) = Ay(t) ( mit einer ) 2 2- y (t) Matrix A und der vektorwertigen Funktion y(t) =. y 2 (t) (b) Welche Dimension hat der Lösungsraum von y = Ay? (c) Bestimmen Sie die Lösung y(t) der Anfangswertaufgabe ( ) y = Ay, y() = v = (3) Berechnen Sie die Lösung der Anfangswertaufgabe y = Ay + b mit A =, b =, y() = Versuchen Sie dabei, das Matrixexponential gemäß der Definition 2.7 zu berechnen. (4) Ein Elektron befinde sich zum Zeitpunkt ( ) t = im Spinzustand beschrieben durch den Vektor χ() =. In einem magnetischen Feld B = (, B, ) ist die zeitliche Entwicklung der Wahrscheinlichkeitsamplitude χ(t) im Wesentlichen gegeben durch ( ) χ = ω χ mit der Lamorfrequenz ω >. Berechnen Sie χ(t).
20 6 2. Gewöhnliche Differentialgleichungen (GDGLs) (5) Lösen Sie die AWA y = Ay mit A = und y() =. 2 3 (6) Viskose Reibung. Lösen Sie die AWA q = α q + β q() =, q() = für β(t) = cos(ωt) mit ω R. Dabei sei α > die Reibungskonstante. (7) Geben Sie ein reelles Lösungsfundamentalsystem für die Differentialgleichung y (x) + y(x) = an. Finden Sie dann durch einen geeigneten Ansatz eine partikuläre Lösung von y (x) + y(x) = e x Wie lautet eine Lösungsbasis der inhomogenen DGL? (8) ( ) Ein beschleunigtes geladenes Teilchen wird durch Abstrahlung elektromagnetischer Wellen gebremst. Phänomenologisch wirkt eine Kraft proportional zur dritten Ableitung des Ortes. Im harmonischen Potential lautet die Bewegungsgleichung q = q + δ... q mit q(t) R. Dabei beschreibt δ > die Kopplungsstärke des Teilchens an das elektromagnetische Feld. (a) Eine reelle Nullstelle des charakteristischen Polynoms, λ > δ, ist bekannt. Bestimmen Sie die übrigen Nullstellen λ 2,3. (Hinweis: Polynomdivision.) (b) Geben Sie ein reelles Fundamentalsystem an. Geben Sie alle auf R + beschränkten Lösungen an. (9) Gegeben ist die Differentialgleichung y + 7y + 5y + 9y = (a) Welche Dimension hat der Lösungsraum von ( )? (b) Welche der folgenden Funktionen von x sind Lösungen von ( )? ( ) ln x 2e x + x + 2 x2 + 6 x3 (c) Geben Sie ein Fundamentalsystem von ( ) an. (d) Geben Sie die Menge aller reellen Lösungen der Differentialgleichung y + 7y + 5y + 9y = 3 an.
21 Übungen 7 () Geben Sie alle Lösungen der folgenden separierbaren Differentialgleichungen an. (a) y x = 2y (b) y = 2x x 2 + y (c) y (y + ) 2 + x 3 = () Geben Sie alle Lösungen der AWA ẋ = x α, x() = an für (a) α = 2 (b) α = (c ) α = 2 (2) Finden Sie auf ganz R definierte Lösungen von yy = x( y 2 ) mit y() = y, y R \ {}. Unterscheiden Sie dabei zwischen y > und y <. Wie viele konstante Lösungen gibt es? Wie viele auf ganz R definierte Lösungen mit y() = gibt es?
22
23 Literaturverzeichnis () D. Castrigiano, Lineare Algebra für Physiker (5. Juli 2), Vorlesungsmitschrift WS 8/9. (2) D. Castrigiano, Analysis für Physiker (6. Juli 2), Vorlesungsmitschrift WS 9/. (3) D. Castrigiano, Analysis 2 für Physiker (2. Juli 2), Vorlesungsmitschrift SS. (4) K. Königsberger, Analysis. (6. Auflage), Springer-Verlag Berlin Heidelberg,24. (5) K. Königsberger, Analysis. (5. Auflage), Springer-Verlag Berlin Heidelberg, 24. (6) O. Forster, Analysis. (9. Auflage), Friedr. Vieweg & Sohn Verlag, Wiesbaden, 28. (7) O. Forster, Analysis 2. (8. Auflage), Vieweg + Teubner, Wiesbaden, 28. 9
Lineare Differentialgleichungen
Technische Universität München Thomas Reifenberger Vorlesung, Kapitel 4 Repetitorium Analysis I für Physiker Analysis I Lineare Differentialgleichungen 1 Das Matrixexponential Definition 1.1 Sei A C n
MehrDifferentialgleichungen für Ingenieure WS 06/07
Differentialgleichungen für Ingenieure WS 06/07 6. Vorlesung Michael Karow Themen heute: 1. Die geschlossene Lösungsformel für lineare DGL mit konstanten Koeffizienten. 2. Die Matrixexponentialfunktion
MehrAusgewählte Lösungen zu den Übungsblättern 9-10
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Dezember Ausgewählte Lösungen zu den Übungsblättern 9- Übungsblatt
MehrLineare Systeme 1. Ordnung mit konstanten Koeffizienten
Lineare Systeme. Ordnung mit konstanten Koeffizienten Wir betrachten ẋ = Ax + b(t) () mit A R n n und b( ) C (I, R n ) und die dazugehörige homogene Gleichung Ansatz: ẋ = Ax. () x(t) = ce λt mit c C n,
Mehry = A(x) y + b(x). (1) y = A(x) y (2)
73 5.2 Lineare Systeme Sei weiterhin IK = C oder IK = IR. Seien = I IR ein offenes Intervall, x 0 I, y 0 IK n, A: I IK n n und b: I IK n stetige matrix- bzw vektorwertige Funktionen. Wir betrachten komplexe
MehrProf. Steinwart Höhere Mathematik I/II Musterlösung A =
Prof. Steinwart Höhere Mathematik I/II Musterlösung 7..7 Aufgabe ( Punkte) (a) Bestimmen Sie die Eigenwerte und Eigenräume der Matrix A mit 3 3 A = 3 Ist die Matrix A diagonalisierbar? (b) Die Matrix A
Mehr6. Lineare DGL-Systeme erster Ordnung
HJ Oberle Differentialgleichungen I WiSe 22/3 6 Lineare DGL-Systeme erster Ordnung A Allgemeines Wir betrachten ein lineares DGL System erster Ordnung y (t = A(t y(t + b(t (6 und setzen voraus, dass die
MehrEigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
MehrRückblick auf die letzte Vorlesung
Rückblick auf die letzte Vorlesung Lineare Differentialgleichungen Ausblick auf die heutige Vorlesung Lineare autonome Differentialgleichungen 2 Bestimmung des Fundamentalsystems 3 Jordansche Normalform
MehrWir wollen Systeme von linearen Differentialgleichungen 1. Ordnung über einem offenen Intervall I R untersuchen:
23 23 Lineare Systeme Wir wollen Systeme von linearen Differentialgleichungen Ordnung über einem offenen Intervall I R untersuchen: y = y A(t + b(t, mit stetigen Abbildungen A : I M n,n (R und b : I R
MehrExponentialabbildung für Matrizen und Systeme von Differentialgleichungen
Proseminar Lineare Algebra SS10 Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen Simon Strahlegger Heinrich-Heine-Universität Betreuung: Prof. Dr. Oleg Bogopolski Inhaltsverzeichnis:
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 2 2. (Frühjahr 29, Thema 3, Aufgabe 3) Gegeben sei die reelle 3 3 Matrix 4 2 A = 2 7 2 R 3 3. 2 2 a)
MehrVorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)
Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 15: Eigenwerte und -vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 5. November 2009) Diagonalisierbarkeit
Mehr6 Eigenwerte und Eigenvektoren
6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,
MehrSysteme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
Mehrsie ist also eine Lösung der Differenzialgleichung y 0 = Ay. Bei x = 0 sind diese n Spalten auch linear unabhängig, da ja
Lineare Systeme mit konstanten Koeffizienten 44 63 Zusammenhang mit Fundamentalsystemen Für die Matrix-Exponenzialfunkton e Ax gilt (e Ax ) = Ae Ax Für jede Spalte '(x) der Matrix e Ax Matrixmultpiplikation
MehrÜbungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen
Übungen zum Ferienkurs Lineare Algebra 5/6: Lösungen Darstellungsmatrizen. Bestimme die Darstellungsmatrix M B,B (f ) für die lineare Abbildung f : 3, die durch f (x, y, z) = (4x + y z, y + z) definiert
MehrÜbungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4.1 Umkehrbarkeit Man betrachte die durch g(s, t) = (e s cos(t), e s sin(t)) gegebene Funktion g : R 2 R 2. Zeigen Sie,
Mehr6 Eigenwerte und Eigenvektoren
6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,
Mehr29.2 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System. y = A y, t R, (1)
292 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System y = A y, t R, ( wobei A C n n, und wollen ein Fundamentalsystem bestimmen Grundlegende Beobachtung:
Mehr9 Lineare Differentialgleichungen
Mathematik für Ingenieure III, WS 29/2 Mittwoch.2 $Id: linear.tex,v.4 2/2/ :7:45 hk Exp hk $ 9 Lineare Differentialgleichungen 9.3 Differentialgleichungen mionstanten Koeffizienten Während sich allgemeine
MehrLösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen
Technische Universität Berlin Sommersemester 2008 Institut für Mathematik 18 Juli 2008 Prof Dr Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Klausur zur Linearen Algebra II Aufgabe 1 (1+1+1 Punkte)
MehrTutorium Mathematik II M WM
Tutorium Mathematik II M WM 9.6.7 Lösungen Lösen Sie folgende Systeme von Differentialgleichungen der Form x = A x + b mit. A = 6 und b = et. e t Hinweis: Die Eigenwerte und -vektoren der Matrix A lauten:
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF
TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Darstellungsmatrizen 2 2 Diagonalisierbarkeit
MehrMusterlösung der Klausur zur linearen Algebra II
David Blottière SS 7 Patrick Schützdeller Universität Paderborn Julia Sauter Musterlösung der Klausur zur linearen Algebra II Aufgabe 1 Bestimmen Sie Jordan-Normalformen der folgenden Matrizen, und schreiben
MehrHenning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich
Henning Krause Lineare Algebra Julia Sauter SS 27 Klausur 2.9.27 mit Lösungsvorschlag Jan Geuenich Aufgabe (4 Punkte: Sei n N und seien A und B zwei (n n-matrizen über einem Körper K. Wahr Falsch (a Es
MehrAnleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,
MehrRückblick auf die letzte Vorlesung
Rückblick auf die letzte Vorlesung 1 Lineare autonome Differentialgleichungen 2 Bestimmung des Fundamentalsystems 3 Jordansche Normalform 4 Reelle Fundamentalsysteme Ausblick auf die heutige Vorlesung
Mehr9 Eigenwerte und Eigenvektoren
92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl
Mehr9 Eigenwerte und Eigenvektoren
92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl
Mehrm 1 Die Bewegung der drei Kugeln wird beschrieben durch das folgende Differentialgleichungssystem x 1 (t) x 2 (t) x 3 (t) k 12 k 12 k 12 k k 23
Kapitel 5 Eigenwerte 5. Definition und Beispiele Wir sehen uns ein System dreier schwingender Kugeln der Massen m, m und m 3 an, die durch Federn aneinander gekoppelt sein sollen. m k m k 3 m 3 x ( t x
MehrHöhere Mathematik III für Physik
8..8 PD Dr. Peer Kunstmann M.Sc. Michael Ullmann Höhere Mathematik III für Physik 5. Übungsblatt - Lösungsvorschläge Aufgabe (Homogene Anfangswertprobleme) Lösen Sie erst die folgenden Differentialgleichungssysteme
Mehr5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit
ME Lineare Algebra HT 2008 99 5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit 5.1 Ein Beispiel zur Motivation Als einfachstes Beispiel eines dynamischen Systems untersuchen wir folgendes Differentialgleichungssystem
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 25.
A Technische Universität Berlin Fakultät II Institut für Mathematik WS 3/4 Eppler, Richter, Scherfner, Seiler, Zorn 5. Februar 4 Februar Klausur (Rechenteil) Lösungen: Lineare Algebra für Ingenieure Name:.......................................
MehrGewöhnliche Differentialgleichungen
Gewöhnliche Differentialgleichungen Aufgaben für das Seminar und zum selbständigen Üben 22. Januar 2018 Vorbereitende Übungen Aufgabe 1: Bestimmen Sie die Isoklinen zu den folgenden Differentialgleichungen
MehrAufgaben zu Kapitel 18
Aufgaben zu Kapitel 8 Aufgaben zu Kapitel 8 Verständnisfragen Aufgabe 8. Gegeben ist ein Eigenvektor v zum Eigenwert λ einer Matrix A. (a) Ist v auch Eigenvektor von A? Zu welchem Eigenwert? (b) Wenn A
MehrHauptachsentransformation: Eigenwerte und Eigenvektoren
Hauptachsentransformation: Eigenwerte und Eigenvektoren die bisherigen Betrachtungen beziehen sich im Wesentlichen auf die Standardbasis des R n Nun soll aufgezeigt werden, wie man sich von dieser Einschränkung
MehrDie wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen.
Definition: Lineare Abbildung Lineare Abbildungen Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen. 8.1 Definition: Lineare Abbildung Eine Funktion f : V Ñ W zwischen
MehrKapitel 11 Eigenwerte und Eigenvektoren
Kapitel Eigenwerte und Eigenvektoren. Problem der Diagonalisierbarkeit Es sei wieder K gleich R oder. Eine n n)-matrix A mit Koeffizienten aus K wird als diagonalisierbar bezeichnet, wenn es eine invertierbare
MehrLösung zu Serie Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: A := B :=
Lineare Algebra D-MATH, HS 204 Prof. Richard Pink Lösung zu Serie 2. Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: 0 2 0 0 0 2 0 0 0 0 0 0 0
MehrHöhere Mathematik II für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz SS 5 4.5.5 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 4. Übungsblatt
MehrEigenwerte (Teschl/Teschl 14.2)
Eigenwerte Teschl/Teschl 4. Ein Eigenvektor einer quadratischen n nmatrix A ist ein Vektor x R n mit x 0, für den Ax ein skalares Vielfaches von x ist, es also einen Skalar λ gibt mit Ax = λ x Ax λ x =
MehrFloquet-Theorie IV. 1 Hills Gleichung
Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 08.11.2011 Tobias Roidl Dieser Vortrag befasst sich mit der Hills Gleichung und gibt eine Einführung in die Periodischen Orbits von linearen Systemen.
MehrDiagonalisierbarkeit symmetrischer Matrizen
¾ Diagonalisierbarkeit symmetrischer Matrizen a) Eigenwerte und Eigenvektoren Die Matrix einer linearen Abbildung ³: Î Î bezüglich einer Basis ( Ò ) ist genau dann eine Diagonalmatrix wenn jeder der Basisvektoren
MehrLösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden.
Lösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am 20.6.2015 um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden. Prof. Dr. Wolfgang Arendt Manuel Bernhard Sommersemester 2015 Achten
MehrKlausur zur Vorlesung Lineare Algebra II, SoSe 2016,
Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren
Mehr18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive
MehrProseminar Lineare Algebra II, SS 11. Blatt
Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2
MehrEigenwerte, Diagonalisierbarkeit, charakteristisches Polynom
Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eine Fragestellung, die uns im weiteren beschäftigen wird, ist das Finden eines möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse
MehrFormelsammlung Analysis III - gewöhnliche Differentialgleichungen für Physiker und Mathematiker
Formelsammlung Analysis III - gewöhnliche Differentialgleichungen für Physiker und Mathematiker Stand: 8.2.26 - Version:.. Erhältlich unter http://privat.macrolab.de Diese Formelsammlung
Mehr5.2 Diagonalisierbarkeit und Trigonalisierung
HINWEIS: Sie finden hier eine vorläufige Kurzfassung des Inhalts; es sind weder Beweise ausgeführt noch ausführliche Beispiele angegeben. Bitte informieren Sie sich in der Vorlesung. c M. Roczen und H.
MehrLösungen zur Prüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Winter 6 Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT. Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in das entsprechende
Mehr1 Die Jordansche Normalform
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 4/5 A Die Jordansche Normalform Vierter Tag (9.03.205) Im Zusammenhang mit der Lösung komplexer Differentialgleichungssysteme
Mehr5 Eigenwerte und die Jordansche Normalform
Mathematik für Ingenieure II, SS 9 Freitag 6 $Id: jordantex,v 7 9/6/ :8:5 hk Exp $ 5 Eigenwerte und die Jordansche Normalform 5 Die Jordansche Normalform Nachdem wir bisher das Vorgehen zur Berechnung
MehrFachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen
Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt
MehrAufgaben GDGL SS 1998
Aufgaben GDGL SS 1998 Frank Wübbeling 17. September 1998 Aufgabe 1: (4 Punkte) Stellen Sie eine Differentialgleichung 1. Ordnung auf für die Schar der Parabeln mit der x-achse als Achse und dem Ursprung
MehrKapitel 5. Eigenwerte. Josef Leydold Mathematik für VW WS 2017/18 5 Eigenwerte 1 / 42
Kapitel 5 Eigenwerte Josef Leydold Mathematik für VW WS 2017/18 5 Eigenwerte 1 / 42 Geschlossenes Leontief-Modell Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich
MehrÜbungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Blatt 3 - Lösung
Technische Universität München Physik Department Pablo Cova Fariña, Claudia Nagel Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 207/8 Blatt 3 - Aufgabe : Darstellungsmatrizen Sei
Mehr5 Diagonalisierbarkeit
5 Diagonalisierbarkeit Sei V ein K Vektorraum mit einer Basis B = (v 1,..., v n ) Wiederholung aus 2: Sei f : V V K linear. Stelle f(v j ) für j = 1,..., n dar in der Form a 1j Das n Tupel a j =. a nj
Mehr7.2 Die adjungierte Abbildung
7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)
MehrTrigonalisierung. Definition. 1) Sei F : V V linear, dim V = n. Dann heißt F trigonalisierbar, wenn es eine Basis B von V gibt sodass a 11 a 12..
Trigonalisierung Sei F : V V linear und dim V = n. Wir beschäftigen uns jetzt mit der Frage, ob es eine Basis B von V gibt, sodass M B (F ) eine Dreiecksmatrix ist. Definition. ) Sei F : V V linear, dim
MehrLösungen zu Prüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Sommer 4 Lösungen zu Prüfung Lineare Algebra I/II für D-MAVT. [ Punkte] Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in
MehrB. Lösungsskizzen zu den Übungsaufgaben
B. Lösungsskizzen zu den Übungsaufgaben B.. Lösungen zum Kapitel B... Tutoraufgaben Lösungsskizze Wir gehen zuerst nach dem Lösungsverfahren vor. Schritt : Bestimmung der Lösung des homogenen DGL-Systems
MehrMusterlösungen zur Linearen Algebra II Übungsklausur
Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,
MehrKapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.
Kapitel 5 Eigenwerte Josef Leydold Mathematik für VW WS 2016/17 5 Eigenwerte 1 / 42 Geschlossenes Leontief-Modell Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 12
Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 12 Hausaufgaben Aufgabe 12.1 Sei f : R 3 R 3 gegeben durch f(x) :=
MehrDeterminanten. Motivation: Man betrachte das lineare Gleichungssystem =. (1) y = Sei o.b.d.a a 0 und c 0. Dann ist (1) äquivalent zu. = ac ad y.
Determinanten Motivation: Man betrachte das lineare Gleichungssystem [ [ [ a b x u = (1) c d y v Sei obda a und c Dann ist (1) äquivalent zu [ [ ca cb x = ac ad y und ferner zu [ [ ca cb x ad cb y Falls
Mehr7.3 Unitäre Operatoren
Wir können jeden Operator T wie folgt schreiben: Dabei gilt T = 1 2 (T + T ) + i( 1 2 i (T T )) (T + T ) = T + T sowie ( 1 2 i (T T )) = 1 2 i (T T) = 1 2 i (T T ). Wir können T also in zwei lineare Operatoren
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 14. Übung: Woche vom (Lin.Alg.
Übungsaufgaben 14. Übung: Woche vom 30. 1.-3. 2. 2017 (Lin.Alg. III): Heft Ü 3: 3.2.6.a,b,l,n; 3.2.12; 3.2.13; 5.4.1; 5.4.5.c; Hinweis 1: 3. Test (Integration, analyt. Geom.) ist seit 9.1. freigeschalten
MehrKARLSRUHER INSTITUT FÜR TECHNOLOGIE Institut für Analysis
KARLSRUHER INSTITUT FÜR TECHNOLOGIE Institut für Analysis Höhere Mathematik III für die Fachrichtung Elektro- und Informationstechnik D. A MR Frühjahr 2014 T R, M.S. 06.03.2014 Bachelor-Modulprüfung Aufgabe
MehrHöhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik. Bachelor-Modulprüfung. Lösungsvorschläge
Institut für Analysis SS 5 PD Dr. Peer Christian Kunstmann 7.9.5 Silvana Avramska-Lukarska Höhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik Bachelor-Modulprüfung Lösungsvorschläge
MehrÜbungsblatt
Prof Dr Fabien Morel Lineare Algebra II Dr Anand Sawant Sommersemester 2018 Übungsblatt 11 20062018 Aufgabe 1 (2 Punkte) Berechnen Sie eine Jordan-Basis für die Matrix 3 1 1 M = 2 2 0 M 3 (R) 1 1 3 Wir
Mehr4 Funktionenfolgen und normierte Räume
$Id: norm.tex,v 1.57 2018/06/08 16:27:08 hk Exp $ $Id: jordan.tex,v 1.34 2018/07/12 20:08:29 hk Exp $ 4 Funktionenfolgen und normierte Räume 4.7 Kompakte Mengen Am Ende der letzten Sitzung hatten wir zwei
MehrLösung - Serie 25. D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger
D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger Lösung - Serie 25 1. Wie lautet die charakteristische Gleichung der Differentialgleichung y + 2y + y = 0? (a) λ 3 + 2λ + 1 = 0 (b) λ 3 + 2λ = 0 (c)
MehrKLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008
KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008 MUSTERLÖSUNG Name: Studiengang: Aufgabe 1 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter die Aufgabenstellung
MehrLösungen der Aufgaben zu Kapitel 11
Lösungen der Aufgaben zu Kapitel Vorbemerkung: Zur Bestimmung der Eigenwerte (bzw. des charakteristischen Polynoms) einer (, )-Matrix verwenden wir stets die Regel von Sarrus (Satz..) und zur Bestimmung
MehrLösung - Schnellübung 13
D-MAVT/D-MATL Analysis II FS 7 Dr. Andreas Steiger Lösung - Schnellübung 3. Gegeben sei die Differentialgleichung y + λ 4 y + λ y = 0. Für welche Werte des reellen Parameters λ gibt es eine von Null verschiedene
Mehrx 2 y + xp(x)y + q(x)y = 0, (1) wobei p(x) = Satz: Falls ρ 1, ρ 2 R, mit ρ 1 ρ 2 so gibt es für 0 < x < R ein Fundamentalsystem von (1) der Gestalt
Kurze Zusammenfassung der Vorlesung 6 Am Anfang werden wir einbisschen mehr den Potenzreihenansatz besprechen. Abgewandelter Potenzreihenansatz In Verallgemeinerung der Eulerschen Differentialgleichung
MehrBasisprüfung. 18. August 2015
Lineare Algebra I/II D-MATH, HS 4/FS 5 Prof Richard Pink Basisprüfung 8 August 25 [6 Punkte] Betrachte den reellen Vektorraum R 3 zusammen mit dem Standardskalarprodukt, und die Vektoren 9 3 v := 6, v
MehrEigenwerte und Eigenvektoren
KAPITEL Eigenwerte und Eigenvektoren. Berechnung von Eigenwerten...................... Eigenvektoren...............................3 Algebraische und geometrische Vielfachheit von Eigenwerten.. 4.4 Zusammenfassung
MehrLösungsskizzen zur Klausur Mathematik II
sskizzen zur Klausur Mathematik II vom..7 Aufgabe Es sei die Ebene im R 3 gegeben. E = +λ 3 + µ λ,µ R (a) Geben Sie die Hesse-Normalform der Ebene E an. (b) Berechnen Sie die orthogonale Projektion Π E
Mehr6.3 Eigenwerte. γ ist Eigenwert von T [T] B B γi ist nicht invertierbar.
Um zu zeigen, dass die irreduziblen Teiler eines reellen Polynoms höchstens den Grad 2 haben, fassen wir nun (x γ) und (x γ) zusammen und stellen fest, dass (x (a + b i))(x ((a b i)) = x 2 2a + (a 2 +
MehrApl. Prof. Dr. N. Knarr Musterlösung , 120min
Apl. Prof. Dr. N. Knarr Musterlösung 4.3.25, 2min Aufgabe ( Punkte) Es sei S := {(x, y, z) R 3 z = x 2 + y 2, z 2}. (a) (6 Punkte) Berechnen Sie den Flächeninhalt von S. (b) (4 Punkte) Berechnen Sie die
MehrÜbungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12
Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12 Schriftliche Aufgaben Aufgabe 1. Sei A M(n n, C). Zeigen Sie: (1) exp(a) ist invertierbar mit exp(a) 1 = exp( A). (2) Ist A M(n n, C) selbstadjungiert
MehrMusterlösungen zur Linearen Algebra II Hauptklausur
Musterlösungen zur Linearen Algebra II Hauptklausur Aufgabe. Q ist unitär genau dann, wenn gilt Q Q = I n. Daraus folgt, dass a) und c) richtig sind. Die -Matrix A := (i) zeigt, dass i.a. A A t, d.h. b)
Mehr45 Homogene lineare Differentialgleichungssysteme 1.Ordnung mit konstanten Koeffizienten
45 Homogene lineare Differentialgleichungssysteme.Ordnung mit konstanten Koeffizienten 45. Eigenwerte von A führen zu Lösungen von y = Ay 45.2 Fundamentalmatrix von y = Ay für diagonalisierbares A 45.7
MehrLineare Algebra II (NAWI) SS2014 Übungsblatt 1
Lineare Algebra II (NAWI) SS2014 Übungsblatt 1 Aufgabe 1. Welche der folgenden Abbildungen sind Sesquilinearformen oder Bilinearformen? Welche davon sind Skalarprodukte? (a) B 1 : R R R, (x, y) xy (b)
Mehry hom (x) = C e p(x) dx
Gewöhnliche Differentialgleichungen F (x, y, y,..., y n ) = 0 Gleichung, die die Veränderliche x sowie die Funktion y = y(x) und ihre Ableitungen y,..., y n beinhaltet. Klassifiaktion: implizit F (...)
MehrLineare Algebra. 12. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching
Lineare Algebra 12. Übungsstunde Steven Battilana stevenb student.ethz.ch battilana.uk/teaching December 14, 2017 1 Erinnerung: Determinanten, Orthogonale/unitäre Matrizen Sei A R 2 2, dann kann die Inverse
MehrAnalysis von singulären Differentialgleichungen erster und zweiter Ordnung - Skalare Probleme
Analysis von singulären Differentialgleichungen erster und zweiter Ordnung - Skalare Probleme Jonathan Mosser 3. Juni 27 / 38 Vorbemerkungen Singularität Singuläre Probleme können auf zwei Arten formuliert
MehrBegleitmaterial zur Vorlesung Numerik II
Begleitmaterial zur Vorlesung Numerik II Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik II 1 / 35 Inhalte der Numerik
MehrProbeklausur Lineare Algebra für Physiker
Fachbereich Mathematik Prof. Dr. K. Grosse-Brauckmann D. Frisch Probeklausur Lineare Algebra für Physiker SS 8 26./27.6.27 Name:..................................... Vorname:.................................
Mehr12 Gewöhnliche Differentialgleichungen
2 2 Gewöhnliche Differentialgleichungen 2. Einleitung Sei f : D R wobei D R 2. Dann nennt man y = f(x, y) (5) eine (gewöhnliche) Differentialgleichung (DGL) erster Ordnung. Als Lösung von (5) akzeptiert
MehrAufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009
I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe
MehrMusterlösungen für die Nachklausur in LinAlg vom
Musterlösungen für die Nachklausur in LinAlg vom 10.10.16 1. Finden Sie mindestens ) zwei Dreh )Matrizen ) M R 2 2 mit der Eigenschaft 1 0 M = : M = ± 1 1 2 ±1 1 k k 1 k 2. Sei A R 3 3 die Matrix A = 0
Mehra b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,
Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist
MehrLineare Differentialgleichungen
Kapitel 4 Lineare Differentialgleichungen 4.1 Lineare Systeme mit variablen Koeffizienten 4.2 Die Matrix Exponentialfunktion 4.3 Lineare System mit konstanten Koeffizienten 4.4 Lineare Differentialgleichungen
Mehr