Kurzes Ergebnis zu dualen Basen:
|
|
- Susanne Hartmann
- vor 5 Jahren
- Abrufe
Transkript
1 Kurzes Ergebnis zu dulen Bsen: Lemm 1 Es sei V ein Vektorrum der Dimension n mit Bsis B = {v j } n j=1, und B = {vj} n j=1 die dzu dule Bsis von V Dnn ist der Koeffizientenvektor eines beliebigen Elements v V bezüglich B gegeben durch: [v ] B = [v (v 1 ),, v (v n )] T Beweis Wir beginnen mit dem unbestimmten Anstz v = n j=1 x jv j, wobei die Koeffizienten x j zu bestimmen sind Es muss nun lso v (v) = n j=1 x jv j(v) für lle v V gelten, lso insbesondere v (v k ) = n j=1 x jv j(v k ) für die Bsiselemente D nun ber nch Definition der dulen Bsis v j(v k ) = δ j,k ist, reduziert sich obige Summe zu nur einem Term Wir bekommen dher v (v k ) = n j=1 x jδ j,k = x k Beispiel 1 Beknntlich ist für gegebene, prweise verschiedene Stützstellen x 0, x 1, x 2 die Menge L = {L i } 2 i=0 der Lgrnge Polynome L i (x) = Π j i x x j x i x j eine Bsis für P 2 (R) In den Übungen wurde besprochen, dss die zu L dule Bsis gerde die Punktuswertungen δ xi sind, lso L = {δ xi } 2 i=0 Seien nun zum Beispiel x 0 = 0, x 1 = 1, x 2 = 2 Dnn ist L 0 (x) = L 1 (x) = L 2 (x) = (x 1)(x 2) 2 x(x 2) 1 x(x 1) 2 Betrchten wir nun zum Beispiel δ 3 P 2, dnn gilt nch obigem Lemm, dss [δ 3 ] L = [δ 3 (L 0 ), δ 3 (L 1 ), δ 3 (L 2 )] T = [L 0 (3), L 1 (3), L 2 (3)] = [1, 3, 3], lso in nderen Worten δ 3 = 1δ 0 3δ 1 + 3δ 2 Bemerkung 1 Dem obigen Lemm zufolge knn mn nun rgumentieren, dss die zu B jedem v v v (v k ) sind dule Bsis, dh die lineren Funktionle uf V, welche V den k-ten Koeffizienten bzgl B zuordnet, von der Form 1
2 Ds ist ein llgemeines Prinzip In den Übungen wird gezeigt, dss mit Hilfe dieser Zuordnung die Vektorräume V und sein Bidulrum ( V ) (üblicherweise geschrieben ls V ) miteinnder identifiziert werden können Mn spricht in der Funktionlnlysis dvon, dss jeder endlichdimensionle Vektorrum reflexiv ist D nun lle lineren Funktionle des n dimensionlen Rumes V ls Linerkombintionen der oben beschriebenen Bsiselemente drgestellt werden können hben wir lso gezeigt, dss die DUALE BASIS der DUALEN BASIS wieder (unter Identifizierung der Räume V und V ) mit der ursprünglichen Bsis übereinstimmt In diesem Sinne ist die Dulität von Bsen in dulen Pren ein symmetrischer Begriff Bilinerformen Definition 1 Es seien V und W endlich-dimensionle Vektorräume über dem selben Körper K Eine Abbildung φ : V W K heißt Bilinerform, flls für lle v V, w W und α, β K gilt φ(αv + βv, w) = αφ(v, w) + βφ(v, w) φ(v, αw + βw ) = αφ(v, w) + βφ(v, w ), lso φ sowohl in der ersten ls uch der zweiten Komponente liner ist Wir bezeichnen die Menge ller solcher Bilinerformen mit Bil ( V, W ) := {φ : V W K, φ ist Bilinerform} Bemerkung 2 In den Übungen wird gezeigt, dss Bil ( V, W ) wieder ein Vektorrum über K ist Beispiel 2 Wähle V = P n (R) und W = P m (R) Für zwei Polynome p P n (R), q P m (R) und < b R ist φ(p, q) = b p(x)q(x)dx eine 2
3 Bilinerform Denn offensichtlich gilt φ(αp + βp ), q) = = α b b (αp + βp )(x)q(x)dx p(x)q(x)dx + β = αφ(p, q) + βφ(p, q) b p (x)q(x)dx Ebenso für die zweite Komponente Beispiel 3 Wähle V = W = R n Dnn ist für v, w R n ds innere Produkt φ(v, w) = v T w = v, w klrerweise eine Bilinerform Genuer ist ds innere Produkt uf einem beliebigen Vektorrum V über R eine Bilinerform Im komplexen Fll, lso K = C, bekommt mn so eine Sesquilinerform Bemerkung 3 Sei nun B = {v k } n k=1 eine Bsis von V und C = {w j} m j=1 eine Bsis von W, und seien v = n k=1 kv k und w = m j=1 b jw j Elemente us V bzw W, so gilt offensichtlich ( n m ) n m φ(v, w) = φ k v k, b j w j = k b j φ(v k, w j ) (1) k=1 j=1 k=1 j=1 Diese Doppelsumme wird häufig ls k,j kb j φ(v k, w j ) geschrieben, flls die Grenzen klr sind Mn knn nun jeder Bilinerform φ Bil ( V, W ) die n m Mtrix [ φ ] = B C φ(v 1, w 1 ) φ(v 1, w m ) φ(v n, w 1 ) φ(v n, w m ) zuordnen (bechte dss ds keine Stndrdnottion ist) Für v V und w W mit Koeffizientenvektoren = [ 1,, n ] T K n bezüglich B und b = [b 1,, b m ] T K m bezüglich C bekommt mn dnn m T [ φ ] j=1 b = T b jφ(v 1, w j ) n B C = m j=1 b k=1 jφ(v m, w j ) = φ(v, w) 3 k m j=1 b j φ(v k, w j )
4 Genuer gesgt ist diese Zuordnung sogr bijektiv, wie der folgende Stz zeigt Stz 1 Es gilt: Bil ( V, W ) = Mn,m {K}, wobei M n,m {K} die n m Mtrizen mit Einträgen us K bezeichnet Beweis Angenommen, zwei Bilinerformen φ, ψ Bil ( V, W ) hätten die selbe zugehörige Mtrix [ φ ] = [ ψ ] Dnn gilt φ(v B C B C k, w j ) = ψ(v k, w j ) für lle k, j nch Definition Sind nun v = n k=1 kv k und w = m j=1 b jw j Elemente us V bzw W, so gilt nch (1) φ(v, w) = ψ(v, w), lso φ = ψ Demnch ist die Zuweisung injektiv Sei lso nun eine belibige Mtrix M M n,m {K} mit Einträgen m k,j gegeben Dnn definiert mn eine Abbildung φ : V W K durch φ(v, w) = n m k=1 j=1 kb j m k,j, wobei k bzw wieder die Koeffizienten von v bzw w bezüglich der Bsen B bzw C b j bezeichnen Mn überzeugt sich leicht dss diese Abbildung biliner ist, und dss die Mtrix [ φ ] von φ gerde M ist B C Betrchten wir nun für ein festes v V die Abbildung T φ v : T φ v(w) := φ(v, w) für eine Blinerform φ Bil ( V, W ) für w W Dnn ist T φ v offensichtlich liner (d φ in der zweiten Komponente liner ist), und T φ v : W K, lso T φ v W Andererseits ist die Zuordnung T φ : v T φ v ebenflls liner, d für v, v V, α, β K ufgrund der Linerität von φ in der ersten Komponente T φ (αv + βv )(w) = φ(αv + βv, w) = αφ(v, w) + βφ(v, w) = αt φ v(w) + βt φ v (w) gilt D T φ : V W, hben wir T φ Lin ( V, W ) (ws den Rum der lineren Abbildungen von V nch W bezeichnet) Es zeigt sich nun, dss die Zuordnung φ T φ von Bil ( V, W ) nch Lin ( V, W ) ein Isomorphismus ist Stz 2 Für zwei endlich-dimensionle K-Vektorräume V, W ist Bil ( V, W ) = Lin ( V, W ) vi der Zuordnung φ T φ Beweis D T φ Lin ( V, W ), gibt es zu T φ eine eindeutig bestimmte M- 4
5 trix, nämlich jene deren Splten gerde die Koeffizienten der Bilder der Bsis von V in der Bsis von W sind Sei lso B = {v k } n k=1 eine Bsis von V, C = {w j } m j=1 eine Bsis von W, und C = {wj} m j=1 die dule Bsis zu C von W Gesucht sind nun lso die Koeffizienten von T φ v k bezüglich C Diese hben wir ber gerde in Lemm 1 bestimmt Es ist lso [T φ v k ] C = [T φ v k (w 1 ),, T φ v k (w m )] T Die zugehörige Mtrix bekommt mn durch spltenweises Aneinnderreihen dieser Koeffizientenvektoren, lso [ Tφ ] C B = = T φ v 1 (w 1 ) T φ v n (w 1 ) T φ v 1 (w m ) T φ v n (w m ) φ(v 1, w 1 ) φ(v n, w 1 ) φ(v 1, w m ) φ(v n, w m )) = ( [φ ] D beknntlich die Mtrix einer lineren Abbildung eindeutig ist, und nch Stz 1 uch die Mtrix zu einer Bilinerform eindeutig ist, ist die Zuordnung φ T φ ein Isomorphismus Der Beweis des Stzes beruht lso druf, dss einerseits beknntlich Lin ( V, W ) = Mm,n {K}, und ndererseits nch Stz 1 Bil ( V, W ) = M n,m {K}, welche wiederum per Trnsposition isomorph sind Interessnt ist nun ber, dss wir uns hier nicht uf ein bstrktes Zusmmensetzen dreier Isomorphismen verlssen müssen, sondern dss ein sehr einfcher Isomorphismus explizit hingeschrieben werden knn B C ) T Der Begriff der Bilinerform lässt sich sehr einfch uf den Fll llgemeiner Zielräume verllgemeinern Definition 2 Es seien V, W und U endlich-dimensionle Vektorräume über dem selben Körper K Eine Abbildung φ : V W U heißt biliner, 5
6 flls für jedes festgehltene v V bzw w W die Abbildungen φ v : W U, φ v (w) = φ(v, w) φ w : V U, φ w (v) = φ(v, w) liner sind Wir bezeichnen die Menge ller solchen bilineren Abbildungen mit Bil ( V, W ; U ) := {φ : V W U, φ biliner} Mn bechte, dss die Definition äquivlent zu Definition 1 ist, die beiden Bedingungen sind nur nders formuliert Beispiel 4 Wähle V = P n (R), W = P m (R), U = P n+m (R) Für p P n (R) und q P m (R) ist dnn φ(p, q) = p q biliner Denn für festes q P n (R) gilt für φ q (p) := φ(p, q) offensichtlich φ q (αp + βp )(x) = (αp + βq)(x)q(x) = αp(x)q(x) + βp (x)q(x) = αφ q (p)(x) + βφ q (p )(x) Genuso zeigt mn dss φ p liner ist Bemerkung 4: Nch Stz 1 knn mn Mtrizen mit Bilinerformen identifizieren Dieses Prinzip lässt sich uch sehr einfch uf den Fll llgemeiner bilinere Abbildungen verllgemeinern Seien dzu B = {v k } n k=1 bzw C = {w j } m j=1 Bsen von V bzw W Schreibt mn nun u k,j ; = φ(v k, w j ), so knn mn φ die Fmilie u k,j in U zuordnen, welche einer Art Mtrix M φ mit Einträge u k,j us dem Vektorrums U ist Anlog zum Beweis von Stz 1 folgt dnn, dss diese Zuordnung bijektiv ist, lso umgekehrt uch, dss mn einer beliebigen Fmilie {u k,j } k,j von Elementen us U uf eindeutige Weise eine bilinere Abbildung φ : V W U mittels φ(v, w) = n k=1 m j=1 kb j u k,j zuordnen knn, wobei k bzw b j wieder die Koeffizienten von v bzw w bezüglich der Bsen B von V bzw C von W bezeichnen Beispiel 5: Mn betrchte eine bilinere Abbildung ψ : R n R m R k Dnn knn mn ψ eine 3-dimensionle Mtrix zuordnen, deren Einträge Vektoren im R k sind Aus MATLAB ist dieses Konzept von 3-dimensionlen 6
7 Mtrizen gut beknnt, mn knn sich solche Mtrizen lterntiv ls Stcks von normlen Mtrizen vorstellen Einfches Beispiel: Frbbilder Einfcher MATLAB Code: >> A=imred( picjpg ); >> size(a) ns = Dieses beknnte RGB Schem ordnet jedem Pixel je einen Rot, Grün und Blu-Wert zu (lso einen 3-dimensionlen Vektor), us denen dnn die ttsächliche Frbe des Pixels gemischt wird (Vorsicht: Ds ist keine bilinere Abbildung, sondern nur ls Vernschulichung des Prinzips einer Mtrix mit Einträgen us einem beliebigen Vektorrum (hier dem R 3 ) gedcht) 7
Übungen zur Linearen Algebra 1
Übungen zur Lineren Algebr Lösungen Wintersemester 9/ Universität Heidelberg Mthemtisches Institut Lösungen Bltt Dr. D. Vogel Michel Mier Aufgbe 44. b 4 b b 4 ( )b Fll : = ( )b 4 b ( ) b ( ) ( )(b ) b
MehrNumerische Mathematik Sommersemester 2013
TU Chemnitz 5. Februr 2014 Professur Numerische Mthemtik Prof. Dr. Oliver Ernst Dipl.-Mth. Ingolf Busch Dipl.-Mth. techn. Tommy Etling Numerische Mthemtik Sommersemester 2013 Musterlösungen zu nicht behndelten
Mehr1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt
Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)
Mehrb) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:
1 Linere Gleichungssysteme 1. Begriffe Bspl.: ) 2 x - 3 y + z = 1 3 x - 2 z = 0 Dies ist ein Gleichungssystem mit 3 Unbeknnten ( Vriblen ) und 2 Gleichungen. Die Zhlen vor den Unbeknnten heißen Koeffizienten.
Mehr2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt
2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,
Mehra) x 0, (Nichtnegativität) b) x = 0 x = 0, (Eindeutigkeit) c) αx = α x, (Skalierung)
Definition 1.20 Ein metrischer Rum besteht us einer Menge X und einer Abbildung d : X X R, die jedem geordneten Pr von Elementen us X eine reelle Zhl zuordnet, d.h. (x,y) X X d(x,y) R. Diese Abbildung
Mehr1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren.
.. Orthogonle Bsen und Schmistsche Orthogonlisierungsverfhren. Definition.. Eine Bsis B = { b, b,..., b n } heit orthogonl, wenn die Vektoren b i, i =,,..., n, prweise orthogonl sind, d.h. bi b j = fur
Mehr10: Lineare Abbildungen
Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert
MehrPräsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i,
Präsenz-Aufgben 1. 1. Schreiben Sie z in der Form z α + βi mit α,β R. Aus der Vorlesung ist beknnt: i i i 1, i 1 1 i i i i i 1 i. () i 15 i 1 i (i ) 7 i ( 1) 7 i i i 15 + ( 1)i, (b) i 15 1 i 15 () 1 i
MehrAlgebra - Lineare Abbildungen
Algebr - Linere Abbildungen oger Burkhrdt (roger.burkhrdt@fhnw.ch) 8 Hochschule für Technik . Der Vektorrum Hochschule für Technik Hochschule für Technik 4 Vektorrum Definition: Ein Vektorrum über einen
MehrVektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren
Vektoren In nderen Bereichen der Nturwissenschften treten Größen uf, die nicht nur durch eine Zhlenngbe drgestellt werden können, wie Krft, die Geschwindigkeit. Zur vollständigen Beschreibung z.b. der
Mehr5.1 Charakterisierung relativ kompakter und kompakter
Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine
MehrGrundkurs Mathematik II
Prof Dr H Brenner Osnbrück SS 2017 Grundkurs Mthemtik II Vorlesung 33 Die Zhlenräume Die Addition von zwei Pfeilen und b, ein typisches Beispiel für Vektoren Es sei K ein Körper und n N Dnn ist die Produktmenge
Mehr41 Normierte Räume über dem Körper der komplexen Zahlen
41 Normierte Räume über dem Körper der komplexen Zhlen 411 Rechenregeln für komplexe pseudonormierte Räume 412 Stetigkeits-, Differenzierbrkeits- und Integrierbrkeitskriterien für Abbildungen in einen
Mehr38 Das Riemann-Integral vektorwertiger Funktionen über [a, b]
38 Ds Riemnn-Integrl vektorwertiger Funktionen über [, b] 38.2 Riemnn-Integrierbrkeit von Wegen 38.4 Ds Riemnn-Integrl ist eine linere Abbildung von R([, b], V ) in V 38.9 Integrlbschätzung 38.10 Huptstz
MehrTest zum PS Lineare Algebra und Geomtrie 2 H. Feichtinger & D. Eiwen Wintersemester 2011 Datum: 28. Nov. 2011
**************************************************************** * NAME: Matr.Nr.: Test zum PS Lineare Algebra und Geomtrie H. Feichtinger & D. Eiwen Wintersemester Datum: 8. Nov. Bitte Studienausweis
MehrMultiplikative Inverse
Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll
MehrLineare Algebra I 5. Tutorium mit Lösungshinweisen
Fchbereich Mthemtik Prof Dr JH Bruinier Mrtin Fuchssteiner Ky Schwieger TECHNISCHE UNIVERSITÄT DARMSTADT AWS 07/08 0607 (T ) Linere Algebr I 5 Tutorium mit Lösungshinweisen Welche Gruppen kennen Sie? Welche
MehrBrückenkurs Lineare Gleichungssysteme und Vektoren
Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem
MehrLösungsvorschlag zu den Präsenzaufgaben der 13. Übung
FAKULTÄT FÜR MATHEMATIK Prof. Dr. Ptrizio Neff Christin Thiel 07.07.04 Lösungsvorschlg zu den Präsenzufgben der 3. Übung Präsenzufgbe : Wir hben die Determinnte bisher ls Kriterium zur Invertierbrkeit
MehrSatz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.
Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn
Mehr10. Riemannsche Geometrie I: Riemannsche Metrik. Variable Bilinearformen.
10. Riemnnsche Geometrie I: Riemnnsche Metrik Wir können in der hyperbolischen Geometrie noch nicht wirklich messen. Hierfür bruchen wir ein Riemnnsches Längen- und Winkelmß, d.h. eine Riemnnsche Geometrie.
MehrLösung 4: Reelle innere Produkte, Normen und Gram-Schmidt Orthogonalisierung
D-MATH Linere Algebr II FS 217 Dr. Meike Akveld Lösung 4: Reelle innere Produkte, Normen und Grm-Schmidt Orthogonlisierung 1. Seien v (i) 1, v (i) 2, v (i) 3 R 3, sodss B i = (v (i) 1, v (i) 2, v (i) 3
MehrZwei-Punkt Randwertprobleme. Fahed Bakar
Zwei-Punkt Rndwertprobleme Fhed Bkr Contents Inhltsverzeichnis II 1 Zwei-Punkt Rndwertprobleme (RWP) 1 1.1 Zwei-Punkt Rndwertprobleme.................... 1 1.2 Vritionle Formulierung des RWP..................
MehrLösungen zur Probeklausur Lineare Algebra 1
Prof. Dr. Ktrin Wendlnd Dr. Ktrin Leschke WS 2006/2007 Lösungen zur Probeklusur Linere Algebr Ausgbe: 2. Dezember 2006 Aufgbe.. Geben Sie die Definition des Begriffs Gruppe n. Eine Gruppe ist eine Menge
MehrLösung 18: Reelle innere Produkte, Normen und Gram-Schmidt Orthogonalisierung
D-MATH Linere Algebr I/II HS 217/FS 218 Dr. Meike Akveld Lösung 18: Reelle innere Produkte, Normen und Grm-Schmidt Orthogonlisierung 1. Seien v (i) 1, v (i) 2, v (i) 3 R 3, sodss B i (v (i) 1, v (i) 2,
Mehrkomplizierteren Funktionen versucht man, die Fläche durch mehrere Rechtecke anzunähern.
Mthemtik für Nturwissenschftler I 4. 4 Integrlrechnung 4. Integrierbrkeit Die Grundidee der Integrlrechnung ist die Berechnung der Fläche zwischen dem Grphen einer Funktion und der x-achse. Recht einfch
MehrLineare Probleme und schwache
Vritionsrechnung Kpitel 7 Linere Probleme und schwche Lösungen 7.1 Qudrtische Funktionle Der einfchste Typ von Funktionlen, die ein Minimum hben können, sind die qudrtischen Funktionle. Sei ein Gebiet
MehrKapitel II. Beschränkte Operatoren und kompakte Operatoren. 3. Beschränkte Operatoren im Hilbertraum.
Kpitel II. Beschränkte Opertoren und kompkte Opertoren. 3. Beschränkte Opertoren im Hilbertrum. 3.1. Definition. Seien H 1 und H 2 Hilberträume. Eine linere Abb. A : H 1 H 2 heißt ein (linerer) Opertor.
Mehr6 Totale Differenzierbarkeit
6 Totle Differenzierbrkeit Sei U R offen. Eine Funktion f : U R ist differenzierbr in einem Punkt x U (Stz 14.6 in [EAI] genu dnn, wenn sie liner pproximierbr ist in x in dem Sinne, dss eine Zhl c R und
MehrCopyright, Page 1 of 5 Der Faktorraum
www.mthemtik-netz.de Copright, Pge of 5 Der Fktorrum Ein sehr wichtiges Konstrukt, welches üerll in der Mthemtik Verwendung findet, ist der Fktorrum, oft uch Quotientenrum gennnt. Dieser ist selst ein
MehrAlgebraische Topologie WS 2016/17 Lösungen der Woche 9
6.132 - Algebrische Topologie WS 2016/17 Lösungen der Woche 9 Mrtin Frnklnd 5.1.2017 Aufgbe 1. Es sei X ein Rum und X = α U α eine disjunkte Vereinigung offener Teilmengen U α X. Zeigen Sie, dss X ds Koprodukt
Mehr7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist.
7-1 Elementre Zhlentheorie 7 Ds udrtische Rezirozitätsgesetz 70 Erinnerung Sei eine ungerde Primzhl, sei Z In 114 wurde ds Legendre-Symbol eingeführt: 1 ist udrtischer Rest modulo, 1 flls gilt ist udrtischer
MehrUniversität Ulm Abgabe: Freitag,
Universität Ulm Abgbe: Freitg, 19.06.2009 Prof. Dr. W. Arendt Robin Nittk Sommersemester 2009 Punktzhl: 38+7 13. Zeige: Lösungen Prtielle Differentilgleichungen: Bltt 5 Sei (, b) ein reelles Intervll.
MehrÜbungen zur Analysis 2
Mthemtisches Institut der Universität München Prof. Dr. Frnz Merkl Sommersemester 2013 Bltt 2 26.4.2013 Übungen zur Anlysis 2 2.1 Vernschulichung der Cuchy-Schwrz-Ungleichung. Gegeben seien die Vektoren
Mehr6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist
6- Elementre Zhlentheorie 6 Frey-Folgen Die Menge F n der rtionlen Zhlen mit n und (zusmmen mit der Ordnung ) nennt mn die n-te Frey-Folge, zum Beispiel ist F = { < < < < < < < < < < } Offensichtlich gilt:
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmnn W Wu Herbstsemester 206 Linere Algebr und Numerische Mthemtik für D-BAUG Beispiellösung für Serie 5 ETH Zürich D-MATH Aufgbe 5 5) Seien u und v Lösungen des LGS Ax = b mit n Unbeknnten
MehrNumerische Integration
Kpitel 4 Numerische Integrtion Problem: Berechne für gegebene Funktion f :[, b] R ds Riemnn-Integrl I(f) := Oft ist nur eine numerische Näherung möglich. f(x)dx. Beispiel 9. (i) Rechteckregel: Wir pproximieren
MehrLineare Abbildung des Einheitskreises
Linere Abbildung des Einheitskreises Peter Stender 27.06.2017 Peter Stender Linere Abbildung des Einheitskreises 27.06.2017 1 / 14 Mtrix und Dynmik m Kreis Fälle, bei denen B nicht uf der berechneten Prbel
Mehr1.2 Eigenschaften der reellen Zahlen
12 Kpitel 1 Mthemtisches Hndwerkszeug 12 Eigenschften der reellen Zhlen Alle Rechenregeln der Grundrechenrten der reellen Zhlen lssen sich uf einige wenige Rechengesetze zurückführen, die in der folgenden
Mehrα i e i. v = α i σ(e i )+µ
Beweis: Der Einfachheit halber wollen wir annehmen, dass V ein endlich-dimensionaler Vektorraum mit Dimension n ist. Wir nehmen als Basis B {e 1,e 2,...e n }. Für beliebige Elemente v V gilt dann v α i
Mehr2 2 Reguläre Sprachen. 2.6 Minimale DFAs und der Satz von Myhill-Nerode. Übersicht
Formle Systeme, Automten, Prozesse Übersicht 2 2.1 Reguläre Ausdrücke 2.2 Endliche Automten 2.3 Nichtdeterministische endliche Automten 2.4 Die Potenzmengenkonstruktion 2.5 NFAs mit ɛ-übergängen 2.7 Berechnung
Mehr65 Lineare Algebra 2 (SS 2009)
65 Linere Algebr 2 (SS 2009) 67 Einschub: Explizit Implizit Vorbemerkung Wir betrchten die Ebene R 2, den dreidimensionlen Rum R 3, oder llgemeiner den R n Wenn wir geometrische Objekte in der Ebene, wie
MehrUngleichungen. Jan Pöschko. 28. Mai Einführung
Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................
Mehr11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG
91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und
Mehr8 Lineare Abbildungen und Matrizen
8 Lineare Abbildungen und Matrizen 8.1 Lineare Abbildungen Wir beschäftigen uns nun mit Abbildungen zwischen linearen Räumen. Von besonderem Interesse sind Abbildungen, die die Struktur der linearen Räume
MehrBINOMISCHE FORMELN FRANZ LEMMERMEYER
BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c
MehrAutomaten und formale Sprachen Notizen zu den Folien
5 Ds Pumping Lemm Schufchprinzip (Folie 144) Automten und formle Sprchen Notizen zu den Folien Im Block Ds Schufchprinzip für endliche Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl
Mehr3 Hyperbolische Geometrie
Ausgewählte Kpitel der Geometrie 3 Hperbolische Geometrie [... ] Im Folgenden betrchten wir nun spezielle gebrochen-linere Abbildungen, nämlich solche, für die (mit den Bezeichnungen ϕ,b,c,d wie oben die
MehrGeodäten. Mathias Michaelis. 28. Januar 2004
Geodäten Mthis Michelis 28. Jnur 2004 1 Vektorfelder Definition 1.1 Sei S 3 eine reguläre Fläche. Ein Vektorfeld uf S ist eine Abbildung v : S 3 so, dss v(p) T n S für lle p S. Ein Vektorfeld ordnet lso
Mehr2 Trigonometrische Formeln
Mthemtische Probleme, SS 015 Donnerstg 7.5 $Id: trig.tex,v 1.11 015/05/19 17:1:13 hk Exp $ $Id: convex.tex,v 1.17 015/05/18 11:15:36 hk Exp $ Trigonometrische Formeln.3 Spezielle Werte der trigonometrischen
Mehr4. Das quadratische Reziprozitätsgesetz.
4-1 Elementre Zhlentheorie 4 Ds udrtische Rezirozitätsgesetz Sei eine ungerde Primzhl, sei Z mit, 1 Frge: Wnn gibt es x Z mit x mod? Gibt es ein derrtiges x, so nennt mn einen udrtischen Rest modulo Legendre
MehrMathematik III. Vorlesung 85. Riemannsche Mannigfaltigkeiten
Prof Dr H Brenner Osnbrück WS 2010/2011 Mthemtik III Vorlesung 85 Riemnnsche Mnnigfltigkeiten Georg Friedrich Bernhrd Riemnn (1826-1866) Die Kugeloberfläche einer Kugel mit Rdius r besitzt den Flächeninhlt
MehrVorkurs Mathematik für Ingenieure WS 2016/2017 Übung 3. (a) Berechnen Sie die fehlenden Strecken und Winkel im folgenden rechtwinkligen Dreieck: b h
Prof. Dr. J. Pnnek Dynmics in Logistics Vorkurs Mthemtik für Ingenieure WS 206/207 Übung 3 Aufgbe : Trigonometrie () Berechnen Sie die fehlenden Strecken und Winkel im folgenden rechtwinkligen Dreieck:
MehrLineare Algebra 1 Prof. Dr. R. Dahlhaus Dr. S. Richter, N. Phandoidaen Wintersemester 2018/ Präsenzblatt Lösungen
Linere lgebr Prof. Dr. R. Dhlhus Dr. S. Richter, N. Phndoiden Wintersemester 8/9. Präsenzbltt Lösungen ufgbe P7 (Lösen linerer Gleichungssysteme mit dem Guß-lgorithmus). Für, y R seien := M(, R), b :=
MehrZu Aufgabe 1: Bringen Sie die nachstehenden Gleichungssysteme in die Form A x
Mthemtik I Lösungen zu Übung ( Lösung von GS, Lösbrkeitsbedingungen, Gußscher lg.,cr Prof.Dr.B.Grbowski u ufgbe : Bringen Sie die nchstehenden Gleichungssysteme in die Form c und untersuchen Sie ihr Lösungsverhlten
MehrKapitel 4. Duale Vektorräume. 4.1 Elementare Vorbemerkungen
Kpitel 4 Dule Vektorräume Zu jedem Vektorrum V gehört der Vektorrum ller lineren Abbildungen von V in seinen Sklrkörper; diese Abbildungen heißen uch Linerformen und bilden den zu V dulen Vektorrum V.
MehrG2 Grundlagen der Vektorrechnung
G Grundlgen der Vektorrechnung G Grundlgen der Vektorrechnung G. Die Vektorräume R und R Vektoren Beispiel: Physiklische Größen wie Krft und Geschwindigkeit werden nicht nur durch ihre Mßzhl und ihre Einheit,
MehrUneigentliche Riemann-Integrale
Uneigentliche iemnn-integrle Zweck dieses Abschnitts ist es, die Vorussetzungen zu lockern, die wir n die Funktion f : [, b] bei der Einführung des iemnn-integrls gestellt hben. Diese Vorussetzungen wren:
Mehrf : G R ϕ n 1 (x 1,...,x n 1 ) Das ist zwar die allgemeine Form, aber es ist nützlich sie sich für den R 2 und R 3 explizit anzuschauen.
Trnsformtionsstz von Sebstin üller Integrtion über Normlgebiete Allgemein knn mn im R n ein Normlgebiet wie folgt definieren: G : { R n 1 b, ϕ 1 ( 1 ) ψ 1 ( 1 ), ϕ ( 1, ) 3 ψ ( 1, ),... ϕ n 1 ( 1,...,
Mehr2.6 Reduktion endlicher Automaten
Endliche Automten Jörg Roth 153 2.6 Reduktion endlicher Automten Motivtion: Wir sind n Automten interessiert, die mit möglichst wenigen Zuständen uskommen. Automten, die eine Sprche mit einem Minimum n
Mehr(1 ξ) f (k) (ξ) + k! z x n+1. (n + 1)! 2 f (n + 1)!
0.. Lösung der Aufgbe. Wir schreiben f = sup{ f : [0, ]}. Für ξ ]0, [ und n N gibt es nch dem Stz von Tlor ein c ]ξ, [ so, dss: f = fξ + n ξ k f k ξ + k! k= Aus der Ttsche, dss f k 0 für lle k N ist, folgt
MehrMinimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen.
Rechtslinere Sprchen Minimlutomt Es git lso sehr verschiedene endliche Beschreiungen einer regulären Sprche (DFA, NFA, rechtslinere Grmmtiken, reguläre Ausdrücke). Diese können ineinnder üersetzt werden.
Mehr6 Numerische Integration
Numerik I 251 6 Numerische Integrtion Ziel numerischer Integrtion (Qudrtur): Näherungswerte für f(t) dt. Wozu? Eine Apprtur liefere Messwerte x i = x i + ε i. Angenommen, die Messfehler ε i sind stndrdnormlverteilt
MehrR := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen
Die ntürlichen Zhlen (zusmmen mit der Addition und der Multipliktion) wurden in Kpitel 3 xiomtisch eingeführt. Aus den ntürlichen Zhlen knn mn nun die gnzen Zhlen Z = {..., 2, 1, 0, 1, 2,...} die rtionlen
MehrD-MAVT/D-MATL Analysis I HS 2016 Dr. Andreas Steiger. Lösung - Serie 9
D-MAVT/D-MATL Anlysis I HS 26 Dr. Andres Steiger Lösung - Serie 9. MC-Aufgben (Online-Abgbe). Es sei f die Funktion f() = e + 7. Welche der folgenden Funktionen sind Stmmfunktionen von f? () g() = 2 2
MehrResultat: Hauptsatz der Differential- und Integralrechnung
17 Der Huptstz der Differentil- und Integrlrechnung Lernziele: Konzept: Stmmfunktion Resultt: Huptstz der Differentil- und Integrlrechnung Methoden: prtielle Integrtion, Substitutionsregel Kompetenzen:
MehrThema 7 Konvergenzkriterien (uneigentliche Integrale)
Them 7 Konvergenzkriterien (uneigentliche Integrle) In diesem Kpitel betrchten wir unendliche Reihen n= n, wobei ( n ) eine Folge von reellen Zhlen ist. Die Reihe konvergiert gegen s (oder s ist die Summe
MehrStammfunktionen, Hauptsätze, unbestimmtes Integral
Stmmfunktionen, Huptsätze, unbestimmtes Integrl Sei I ein Intervll, f beschränkt uf I und R-integrierbr für jedes [, b] I, und I. Dnn heißt die Funktion F mit D(F ) = I und F () = f(t)dt Integrl von f
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013
Reelle Anlysis Vorlesungssript Enno Lenzmnn, Universität Bsel 7. November 213 5 Konvergenz- und Approximtionssätze 5.1 Monotone und Dominierte Konvergenz Wir strten mit einem grundlegenden Stz der Integrtionstheorie,
MehrVorlesung. Einführung in die mathematische Sprache und naive Mengenlehre
Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt
Mehr10 Das Riemannsche Integral
10 Ds Riemnnsche Integrl 50 10 Ds Riemnnsche Integrl Ziel dieses Prgrphen ist es, den Inhlt einer Fläche, die vom Grphen einer Funktion berndet wird, exkt zu definieren. f(b) f() = t 0 t1 t2 t3 t4 t5 t
MehrVorkurs Mathematik Frankfurt University Of Applied Sciences, Fachbereich 2 1
Vorkurs Mthemtik Frnkfurt University Of Applied Sciences, Fchbereich 1 Rechnen mit Potenzen N bezeichnet die Menge der ntürlichen Zhlen, Q die Menge der rtionlen Zhlen und R die Menge der reellen Zhlen.
MehrKapitel 8 Anwendungen der Di erentialrechnung
Kpitel 8 Anwendungen der Di erentilrechnung Kpitel 8 Anwendungen der Di erentilrechnung Mthemtischer Vorkurs TU Dortmund Seite 99 / 235 Kpitel 8 Anwendungen der Di erentilrechnung Stz 8.1 (Mittelwertstz
MehrKapitel 9 Integralrechnung
Kpitel 9 Integrlrechnung Kpitel 9 Integrlrechnung Mthemtischer Vorkurs TU Dortmund Seite 1 / 18 Kpitel 9 Integrlrechnung Definition 9.1 (Stmmfunktion) Es seien f, F : I R Funktionen. F heißt Stmmfunktion
Mehr8 Längenberechnungen Winkelberechnungen - Skalarprodukt
8 Längenberechnungen Winkelberechnungen - Sklrprodukt 8 Längenberechnungen Winkelberechnungen - Sklrprodukt Wir wissen, wie mn zwei Vektoren und b ddiert b b. Mn knn zwei Vektoren ber uch miteinnder multiplizieren!
Mehr3 Uneigentliche Integrale
Mthemtik für Ingenieure II, SS 29 Dienstg 9.5 $Id: uneigentlich.te,v.5 29/5/9 6:23:8 hk Ep $ $Id: prmeter.te,v.2 29/5/9 6:8:3 hk Ep $ 3 Uneigentliche Integrle Mn knn die eben nchgerechnete Aussge e d =,
MehrBericht zur Mathematischen Zulassungsprüfung im Mai 2011
Bericht zur Mthemtischen Zulssungsprüfung im Mi Heinz-Willi Goelden, Wolfgng Luf, Mrtin Pohl Am 4. Mi fnd die Mthemtische Zulssungsprüfung sttt. Die Prüfung bestnd us einer 9-minütigen Klusur, in der 5
Mehr4.3 Symmetrische Operatoren
98 Kpitel 4. Hilberträume und symmetrische Opertoren 4.3 Symmetrische Opertoren Eine Abbildung zwischen Hilberträumen wird meist ls Opertor bezeichnet. Von besonderer Bedeutung sind die lineren Opertoren,
MehrÜBUNGEN ZUR VORLESUNG ZAHLENTHEORIE, SS 2018
ÜBUNGEN ZUR VORLESUNG ZAHLENTHEORIE, SS 2018 KARLHEINZ GRÖCHENIG So wie Sort Trining erfordert, erfordert Mthemtik ds selbständige Lösen von Übungsufgben. Ds wesentliche n den Übungen ist ds Selbermchen!
Mehr6.1. Matrizenrechnung
6 Mtrizenrechnung 6 Mtrizen und Vektoren Definition Eine Tbelle in der Drstellung A (m,n) n n m m mn heißt m,n-mtrix ( n ) ( ) mit den Zeilenvektoren ( m m mn ) und den Sltenvektoren m, m,, n n mn Mtrizen
MehrLineare DGL zweiter Ordnung
Universität Duisburg-Essen Essen, 03.06.01 Fkultät für Mthemtik S. Buer C. Hubcsek C. Thiel Linere DGL zweiter Ordnung Betrchten wir ds AWP { x + x + bx = 0 mit, b, t 0, x 0, v 0 R. Der Anstz xt 0 = x
MehrSerie 13 Lösungsvorschläge
D-Mth Mss und Integrl FS 204 Prof. Dr. D. A. Slmon Serie 3 Lösungsvorschläge. Sei I := [, b] R ein kompktes Intervll und sei B 2 I die Borel-σ-Algebr. Def. Eine Funktion f : I R heisst von beschränkter
MehrORTHOGONALPOLYNOME UND GAUSS-QUADRATUR
ORTHOGONALPOLYNOME UND GAUSS-QUADRATUR ALLGEMEINE CHARAKTERISTIKA Stz Es sei ω C(, b), ω(x) > für x (, b) eine positive Gewichtsfunktion Dnn ist für f, g C[, b] ein Sklrprodukt (f,g) := (f,g) ω := ω(x)f(x)g(x)
MehrAntworten auf Anfragen von Kursteilnehmern. Zu folgender Aussage aus den Multiple-Choice-Aufgaben: f (n) (a) (x a) n n! n=0
Ferienkurs Anlysis 1 WS 11/12 Florin Drechsler Antworten uf Anfrgen von Kursteilnehmern Zu Tylorreihen Zu folgender Aussge us den Multiple-Choice-Aufgben: Es gibt Funktionen f C (R) mit konvergenter Tylorreihe
Mehrnennt man eine Zerlegung (Partition, Unterteilung) des Intervalls [a, b]. Die Feinheit der Zerlegung ist dabei
Kpitel 8: Integrtion Erläuterung uf Folie 8.1 Ds bestimmte Integrl Sei f : [, b] R eine beschränkte Funktion uf einem (zunächst) kompkten Intervll [, b]. Definition: 1) Eine Menge der Form Z = { = x 0
Mehrb f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) =
Es seien U R n offen und ψ : U R n stetig differenzierbr. Weiter sei f : U R zweiml stetig differenzierbr. Kennzeichnen Sie whre Aussgen mit W und flsche Aussgen mit F. F Flls dψ(x) ein Isomorphismus für
MehrKapitel 7. Integralrechnung für Funktionen einer Variablen
Kpitel 7. Integrlrechnung für Funktionen einer Vriblen In diesem Kpitel sei stets D R, und I R ein Intervll. 7. Ds unbestimmte Integrl (Stmmfunktion) Es sei f : I R eine Funktion. Eine differenzierbre
MehrFORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch
FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 2. November 2017 Rndll Munroe, https://xkcd.com/851_mke_it_better/, CC-BY-NC 2.5 Mrkus Krötzsch, 2. November 2017 Formle Systeme
MehrMathematische Probleme, SS 2018 Donnerstag 7.6. $Id: dreieck.tex,v /06/07 14:52:59 hk Exp $
$Id: dreieck.tex,v 1.45 2018/06/07 14:52:59 hk Exp $ 2 Dreiecke 2.2 Ähnliche Dreiecke Wir htten zwei Dreiecke kongruent gennnt wenn sie sich durch eine ewegung der Ebene ineinnder überführen lssen und
MehrNicht-Euklidische Geometrie (Weiss) WS Vorlesungsnotizen, Woche 4
12.11.2015 Nicht-Euklidische Geometrie (Weiss) WS 2015-16 Vorlesungsnotizen, Woche 4 4.1. Die hyperbolische Ebene ls metrischer Rum Definition 4.1.1. Die hyperbolische Ebene ist H {x R 2 x 2 > 0} mit der
Mehr6.4 Die Cauchysche Integralformel
Die Cuchysche Integrlformel 6.4 39 Abb 6 Integrtionswege im Fresnelintegrl r ir 2 r 6.4 Die Cuchysche Integrlformel Aus dem Cuchyschen Integrlst folgt eine fundmentle Formel für die Drstellung einer holomorphen
MehrLösungen zu den Übungsaufgaben
Lösungen zu den Übungsufgben Aufgbe A.2. Ist k L () mit k(x)dx = und ist f : beschränkt, Lebesgue-messbr und stetig in x, dnn gilt lim r r k(x y r )f(y)dy = f(x). Lösung A.2. Zunächst ist mit der Substitutionsregel
MehrZusatzunterlagen zur Vorlesung Analysis II Sommersemester 2014
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Jörg Eschmeier M. Sc. Sebstin Lngendörfer e Integrlrechnung Zustzunterlgen zur Vorlesung Anlysis II Sommersemester 2014 Dieses Bltt enthält
MehrBeweis: Sind ϕ 1,ϕ 2 C 1 (Ω) Stammfunktionen von F, so folgt. grad(ϕ 2 ϕ 1 ) = gradϕ 2 gradϕ 1 = F F = 0,
Die Physiker nennen ds Grvittionsfeld konservtiv, weil der Energieerhltungsstz gilt. Die verrichtete Arbeit zum Beispiel bei Trnsport einer Msse vom Mthemtischen Institut zum Kndel entspricht genu der
MehrKapitel IV Euklidische Vektorräume. γ b
Kpitel IV Euklidische Vektorräume 1 Elementrgeometrie in der Eene Sei E die Zeicheneene In der Schule lernt mn: (11) Stz des Pythgors: Sei E ein Dreieck mit den Seiten, und c, und sei γ der c gegenüerliegende
Mehr- 1 - VB Inhaltsverzeichnis
- - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit
Mehr1.2 Kurven. Definition Äquivalente Formulierungen der Differenzierbarkeit
1 1. Kurven Wir betrchten jetzt vektorwertige Funktionen von einer Veränderlichen. Eine Abbildung f = (f 1,..., f m ) : I R m heißt differenzierbr in t I, flls lle Komponentenfunktionen f 1,..., f m in
Mehr4 Funktionenfolgen und normierte Räume
$Id: norm.tex,v 1.7 2011/05/27 11:41:25 hk Exp hk $ 4 Funktionenfolgen und normierte Räume 4.3 Gleichmäßige Konvergenz und Differenzierbrkeit Wir sind weiter mit der Untersuchung der gleichmäßigen Konvergenz
MehrWir betrachten zunächst Funktionen f in einer Variablen x. Falls f k-mal differenzierbar ist, bezeichnet man die k-te Ableitung mit
76 Tylorpolynome Wir betrchten zunächst Funtionen f in einer Vriblen x Flls f -ml differenzierbr ist, bezeichnet mn die -te Ableitung mit D f, x f oder f() Dbei steht f () für f, f () für f, f () für f,
Mehr