Kurzes Ergebnis zu dualen Basen:

Größe: px
Ab Seite anzeigen:

Download "Kurzes Ergebnis zu dualen Basen:"

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

Mehr

Numerische Mathematik Sommersemester 2013

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

Mehr

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

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

Mehr

b) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:

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

Mehr

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

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

Mehr

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

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

Mehr

1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren.

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

Mehr

10: Lineare Abbildungen

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

Mehr

Präsenz-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-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

Mehr

Algebra - Lineare Abbildungen

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

Mehr

Vektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren

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

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

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

Mehr

Grundkurs Mathematik II

Grundkurs 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

Mehr

41 Normierte Räume über dem Körper der komplexen Zahlen

41 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

Mehr

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

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

Mehr

Test zum PS Lineare Algebra und Geomtrie 2 H. Feichtinger & D. Eiwen Wintersemester 2011 Datum: 28. Nov. 2011

Test 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

Mehr

Multiplikative Inverse

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

Mehr

Lineare Algebra I 5. Tutorium mit Lösungshinweisen

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

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

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

Mehr

Lösungsvorschlag zu den Präsenzaufgaben der 13. Übung

Lösungsvorschlag 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

Mehr

Satz 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.

Satz 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

Mehr

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

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

Mehr

Lösung 4: Reelle innere Produkte, Normen und Gram-Schmidt Orthogonalisierung

Lösung 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

Mehr

Zwei-Punkt Randwertprobleme. Fahed Bakar

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

Mehr

Lösungen zur Probeklausur Lineare Algebra 1

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

Mehr

Lösung 18: Reelle innere Produkte, Normen und Gram-Schmidt Orthogonalisierung

Lösung 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,

Mehr

komplizierteren Funktionen versucht man, die Fläche durch mehrere Rechtecke anzunähern.

komplizierteren 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

Mehr

Lineare Probleme und schwache

Lineare 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

Mehr

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

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

Mehr

6 Totale Differenzierbarkeit

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

Mehr

Copyright, Page 1 of 5 Der Faktorraum

Copyright, 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

Mehr

Algebraische Topologie WS 2016/17 Lösungen der Woche 9

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

Mehr

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

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

Mehr

Universität Ulm Abgabe: Freitag,

Universität 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.

Mehr

Übungen zur Analysis 2

Übungen 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

Mehr

6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist

6-1 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:

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

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

Mehr

Numerische Integration

Numerische 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

Mehr

Lineare Abbildung des Einheitskreises

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

Mehr

1.2 Eigenschaften der reellen Zahlen

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

Mehr

α i e i. v = α i σ(e i )+µ

α 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

Mehr

2 2 Reguläre Sprachen. 2.6 Minimale DFAs und der Satz von Myhill-Nerode. Übersicht

2 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

Mehr

65 Lineare Algebra 2 (SS 2009)

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

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

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

Mehr

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG

11. 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

Mehr

8 Lineare Abbildungen und Matrizen

8 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

Mehr

BINOMISCHE FORMELN FRANZ LEMMERMEYER

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

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten 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

Mehr

3 Hyperbolische Geometrie

3 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

Mehr

Geodäten. Mathias Michaelis. 28. Januar 2004

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

Mehr

2 Trigonometrische Formeln

2 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

Mehr

4. Das quadratische Reziprozitätsgesetz.

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

Mehr

Mathematik III. Vorlesung 85. Riemannsche Mannigfaltigkeiten

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

Mehr

Vorkurs Mathematik für Ingenieure WS 2016/2017 Übung 3. (a) Berechnen Sie die fehlenden Strecken und Winkel im folgenden rechtwinkligen Dreieck: b h

Vorkurs 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:

Mehr

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

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

Mehr

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

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

Mehr

Kapitel 4. Duale Vektorräume. 4.1 Elementare Vorbemerkungen

Kapitel 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.

Mehr

G2 Grundlagen der Vektorrechnung

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

Mehr

Uneigentliche Riemann-Integrale

Uneigentliche 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:

Mehr

f : 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.

f : 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,...,

Mehr

2.6 Reduktion endlicher Automaten

2.6 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)!

(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

Mehr

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen.

Minimalautomat. 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.

Mehr

6 Numerische Integration

6 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

Mehr

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

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

Mehr

D-MAVT/D-MATL Analysis I HS 2016 Dr. Andreas Steiger. Lösung - Serie 9

D-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

Mehr

Resultat: Hauptsatz der Differential- und Integralrechnung

Resultat: 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:

Mehr

Thema 7 Konvergenzkriterien (uneigentliche Integrale)

Thema 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

Mehr

Stammfunktionen, Hauptsätze, unbestimmtes Integral

Stammfunktionen, 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

Mehr

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013

Reelle 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,

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

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

Mehr

10 Das Riemannsche Integral

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

Mehr

Vorkurs Mathematik Frankfurt University Of Applied Sciences, Fachbereich 2 1

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

Mehr

Kapitel 8 Anwendungen der Di erentialrechnung

Kapitel 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

Mehr

Kapitel 9 Integralrechnung

Kapitel 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

Mehr

8 Längenberechnungen Winkelberechnungen - Skalarprodukt

8 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!

Mehr

3 Uneigentliche Integrale

3 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 =,

Mehr

Bericht zur Mathematischen Zulassungsprüfung im Mai 2011

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

Mehr

4.3 Symmetrische Operatoren

4.3 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,

Mehr

ÜBUNGEN ZUR VORLESUNG ZAHLENTHEORIE, SS 2018

ÜBUNGEN 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!

Mehr

6.1. Matrizenrechnung

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

Mehr

Lineare DGL zweiter Ordnung

Lineare 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

Mehr

Serie 13 Lösungsvorschläge

Serie 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

Mehr

ORTHOGONALPOLYNOME UND GAUSS-QUADRATUR

ORTHOGONALPOLYNOME 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)

Mehr

Antworten auf Anfragen von Kursteilnehmern. Zu folgender Aussage aus den Multiple-Choice-Aufgaben: f (n) (a) (x a) n n! n=0

Antworten 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

Mehr

nennt man eine Zerlegung (Partition, Unterteilung) des Intervalls [a, b]. Die Feinheit der Zerlegung ist dabei

nennt 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

Mehr

b f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) =

b 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

Mehr

Kapitel 7. Integralrechnung für Funktionen einer Variablen

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

Mehr

FORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch

FORMALE 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

Mehr

Mathematische Probleme, SS 2018 Donnerstag 7.6. $Id: dreieck.tex,v /06/07 14:52:59 hk Exp $

Mathematische 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

Mehr

Nicht-Euklidische Geometrie (Weiss) WS Vorlesungsnotizen, Woche 4

Nicht-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

Mehr

6.4 Die Cauchysche Integralformel

6.4 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

Mehr

Lösungen zu den Übungsaufgaben

Lösungen 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

Mehr

Zusatzunterlagen zur Vorlesung Analysis II Sommersemester 2014

Zusatzunterlagen 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

Mehr

Beweis: 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,

Beweis: 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

Mehr

Kapitel IV Euklidische Vektorräume. γ b

Kapitel 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

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

Mehr

1.2 Kurven. Definition Äquivalente Formulierungen der Differenzierbarkeit

1.2 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

Mehr

4 Funktionenfolgen und normierte Räume

4 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

Mehr

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

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

Mehr