348 Anhang A Vektorrechnung
|
|
- Georg Martin
- vor 5 Jahren
- Abrufe
Transkript
1 348 Anhang A Vektorrechnung A Vektorrechnung Kräfte, Momente und weitere Größen treten in der Mechanik als Vektoren im Anschauungsraum auf, d.h. zu ihrer Beschreibung ist neben einem Betrag die Angabe von Richtung, Richtungssinn und ev. auch des Angriffspunktes erforderlich. A.1 Eigenschaften von Vektoren Freie, linienflüchtige und gebundene Vektoren Als freier Vektor a wird die Menge aller gerichteten Strecken bezeichnet, die mit a gleiche Längen, Richtungen und Orientierungen im dreidimensionalen Anschauungsraum IR 3 besitzen. Alle Elemente dieser Menge können somit durch Parallelverschiebung eines beliebigen anderen Elementes erzeugt werden. Ein Vektor ist linienflüchtig, wenn er nur längs der durch ihn selbst definierten Wirkungslinie verschoben werden darf, er heißt gebunden, wenn sein Angriffspunkt fest im Raum definiert ist und er nicht mehr verschoben werden darf. Addition und Subtraktion Die Addition zweier Vektoren a und b geschieht durch Parallelverschiebung von b in den Endpunkt von a, das Ergebnis c ist dann der Vektor vom Anfangspunkt von a zum Endpunkt von b. Eine Differenz d = a b wird durch Anhängen des entgegengesetzten Vektors von b, b, ana erzeugt.
2 A.1 Eigenschaften von Vektoren 349 Betrag eines Vektors Der Betrag a eines Vektors a ist die Länge a der durch a repräsentierten Strecke im Raum in den gewählten Maßeinheiten. Ein Vektor der Länge 1 heißt Einheitsvektor, ein Vektor der Länge 0 heißt Nullvektor. Es gilt: a = a = a T a Kollineare und komplanare Vektoren Kollineare Vektoren sind zueinander parallel, eine Gruppe komplanarer Vektoren besitzt eine gemeinsame Senkrechte, d.h. komplanare Vektoren lassen sich auf eine gemeinsame Ebene parallelverschieben. Linear abhängige und unabhängige Vektoren Die Vektoren a 1, a 2, a 3 heißen linear abhängig, wenn es reelle Zahlen α 1,α 2,α 3 gibt so daß α 1 a 1 + α 2 a 2 + α 3 a 3 = 0 und α α2 2 + α2 3 > 0 gilt, d.h. wenn mindestens ein Vektor a i durch eine Linearkombination der beiden anderen Vektoren a j, a k dargestellt werden kann. Andernfalls heißen sie linear unabhängig. 3 linear abhängige Vektoren a 1, a 2, a 3 sind immer komplanar. Multiplikation eines Vektors mit einem Skalar Das Ergebnis der Multiplikation eines Vektors a mit einem Skalar (reelle Zahl) λ ist ein Vektor b, dermita Richtung und Orientierung gemeinsam hat und den Betrag b = λ a besitzt. Es gilt: a λ = λ a Kommutativität λ (a + b) = λ a + λ b Distributivität Skalarprodukt Das Skalarprodukt a T b (auch inneres Produkt genannt) zweier Vektoren ist eine reelle Zahl λ mit λ := a b cos ϕ (ϕ ist der von a und b eingeschlossene Winkel). Es gilt: a T b = b T a Kommutativität a T (b + c) = a T b + a T c Distributät aber: (a T b) c a (b T c) (im allgemeinen!)
3 350 Anhang A Vektorrechnung Vektorprodukt / Kreuzprodukt Das Ergebnis des Kreuz- oder Vektorproduktes a b ist ein Vektor c, dersenkrecht auf a und b steht, den Betrag c = a b sin ϕ besitzt und so orientiert ist, daß (a, b, c) ein Rechtssystem bildet. (Rechte-Hand-Regel: a =Daumen;b = Zeigefinger; c = Mittelfinger) Dabei ist ϕ der von a und b eingeschlossene Winkel. Der Betrag c = a b sin ϕ entspricht dem Flächeninhalt des von a und b aufgespannten Parallelogrammes. Es gilt: a b = b a Antikommutativität a (b c) = (a c) b (a b) c Doppeltes Kreuzprodukt (a b) (a b) = a 2 b 2 (a b) 2 (Lagrange) (a b) (c d) = (a c) (b d) (a d) (b c) (Laplace) Spatprodukt Das Spatprodukt a (b c) dreier Vektoren a, b, c ist ein Skalar λ, dessen Wert dem Volumeninhalt des von a, b, c aufgespannten Spates (Parallelepiped) entspricht. Liegen drei Vektoren d, e, f in einer Ebene, gilt immer: d (e f) =0.
4 A.2 Vektoren in Koordinatendarstellung 351 Es gilt: a (b c) = b (c a) =c (a b) Zyklische Vertauschung hingegen: a (b c) = a (c b) = b (a c) Paarweise Vertauschung A.2 Vektoren in Koordinatendarstellung Komponenten eines Vektors Drei Einheitsvektoren e x, e y, e z bilden eine orthonormale Basis, wenn e x e y =0 und e z = e x e y gilt. ( e x, e y, e z ) ist dann ein Rechtsystem. Ein Vektor a kann nun bezüglich eines solchen Koordinatensystems durch Verschieben in den Ursprung O und Angabe der Achsenabschnitte a x,a y,a z dargestellt werden. Rechenregeln Hinsichtlich der Eigenschaften von Vektoren ergeben sich folgende Rechenregeln:
5 352 Anhang A Vektorrechnung Betrag: a = a a = a 2 x + a2 y + a2 z Addition: a x b x a x + b x a + b = a y + b y = a y + b y a z b z a z + b z Subtraktion: a x b x a x b x a b = a y b y = a y b y a z b z a z b z Multiplikation mit Skalar λ: a x λ a x λ a = a λ = λ a y = λ a y a z λ a z Skalarprodukt: a b = a x b x a y b y a z b z = a x b x + a y b y + a z b z Vektorprodukt: a x b x a y b z a z b y a b = a y b y = a z b x a x b z a z b z a x b y a y b x Spatprodukt: a x a y a z a (b c) = b x b y b z c x c y c z = a x (b y c z c y b z ) a y (b x c z b z c x ) + a z (b x c y b y c x ) Schlange-Operator Für einen Vektor r IR 3 ist die Matrix r IR 3,3 (sprich r Schlange ) so definiert, daß das Ergebnis ra dem Kreuzprodukt r a entspricht. r y a z r z a y 0 r z r y ra = r z a x r x a z = r a mit r := r z 0 r x r x a y r y a x r y r x 0 Insbesondere gilt entsprechend dem Vektorprodukt die Regel ra = ãr und r = r T.
6 353 B Definition Matrixrechnung Eine zweidimensionale Anordnung von m n Zahlen a ij in einem Rechteckschema nennt man eine Matrix A. Sie wird auch als (m, n)-matrix bezeichnet, sprich m mal n - Matrix A. Die Zahlen a ij heißen Elemente, der Index i bezieht sich auf die Zeile und j auf die Spalte, in der a ij innerhalb von A steht. Im Gegensatz zu einem Skalar werden i.a. Matrizen und Vektoren fett gesetzt. a 11 a 1n A =... a m1 a mn Die Spalten der Matrix lassen sich zu den Spaltenvektoren a j zusammenfassen; ebenso läßt sich eine Zeile als Zeilenvektor a i angeben: a 1 a 1j A =[a 1,, a n ]=. mit a j =. und a i =[a i1,,a in ] a m a mj Spezielle Matrizen Transponierte einer Matrix Durch Vertauschen von Zeilen und Spalten (die erste Zeile wird die erste Spalte, die erste Spalte wird zur ersten Zeile usw.) einer Matrix A entsteht die transponierte Matrix A T (gesprochen A transponiert ), sie hat dann n Zeilen und m Spalten. Beispiel: [ ] a 17 A = ; A T = 4a 3b 0 3b sin α 17 sin α Quadratische Matrix Eine Matrix ist quadratisch, wenn m = n gilt (Zeilenzahl = Spaltenzahl). Diagonalmatrix Hier gilt m = n und a ij =0für i j, d.h. eine Diagonalmatrix ist quadratisch und nur auf der Hauptdiagonalen besetzt.
7 354 Anhang B Matrixrechnung Obere Dreiecksmatrix Die Matrix A ist eine obere Dreiecksmatrix, wenn sie quadratisch ist und nur die Elemente der Hauptdiagonalen sowie rechts oberhalb dieser Diagonalen besetzt sind: a ij =0für i>j. Untere Dreiecksmatrix Die Matrix A ist eine untere Dreiecksmatrix, wenn sie quadratisch ist und nur die Elemente der Hauptdiagonalen sowie links unterhalb dieser Diagonalen besetzt sind: a ij =0für i<j. Nullmatrix Eine Matrix heißt m n- Nullmatrix, wenn alle m n Elemente a ij gleich Null sind. Einheitsmatrix Eine Matrix heißt n n- Einheitsmatrix E n, wenn sie quadratisch ist und nur die n Hauptdiagonalelemente mit 1 besetzt sind. Symmetrische Matrix Eine Matrix A ist symmetrisch, wenn A = A T gilt. Antimetrische Matrix Eine Matrix A ist antimetrisch, wenn A = A T gilt. Reguläre Matrix Eine Matrix A ist regulär, wenn sie quadratisch ist und ihre Determinante det A von Null verschieden ist. Singuläre Matrix Eine Matrix A ist singulär, wenn sie quadratisch ist und ihre Determinante det A identisch Null ist.
8 355 Orthogonale Matrix Eine Matrix A ist orthogonal, wenn sie quadratisch ist und ihre Spalten und Zeilen untereinander Skalarprodukte bilden, die Null oder Eins werden, so daß das Produkt AA T = E n zur Einheitsmatrix wird. Kehrmatrix oder inverse Matrix Die Kehrmatrix oder inverse Matrix A 1 zu einer gegebenen Matrix A ist diejenige Matrix, die das Produkt AA 1 = E n zur Einheitsmatrix werden läßt. Daraus folgt u.a., daß die transponierten Matrizen von orthogonalen Matrizen immer auch die inversen Matrizen sind (Anwendung: Transformationsmatrizen im kartesischen Anschauungsraum sind immer orthogonal, die transponierten Matrizen sind automatisch die inversen Transformationen (Rücktransformationen)). Für quadratische 2 2 Matrizen gilt insbesondere ( ) a11 a A = 12 a 21 a 22 Rechenoperationen Spur ( ; A 1 a22 a = 12 a 21 a 11 ) 1 det A Spur einer Matrix, kurz sp A, ist die Summe der Hauptdiagonalelemente einer quadratischen Matrix A, sp A = i a ii. Rang Der Rang einer Matrix A ist die Anzahl von linear unabhängigen Zeilen oder Spalten der Matrix. Eine Zeile ist dann linear abhängig, wenn sie durch Linearkombination von anderen Zeilen der Matrix gebildet werden kann, ebenso sind Spalten nur dann linear unabhängig, wenn keine von ihnen durch eine Linearkombination der anderen Spalten gebildet werden kann. Der Rang einer Matrix A ist ebenso die maximale Dimension einer beliebigen quadratischen Untermatrix von A, deren Determinante von Null verschieden ist. Determinante Die Determinante einer Matrix A ist eine skalare Kenngröße dieser Matrix. a 11 a 1n a 11 a 1n det A = det.. =.. a n1 a nn a n1 a nn det A = ( 1) j(π) a 1i,1 a 2i,2 a ni,n π
9 356 Anhang B Matrixrechnung Die Summe ist dabei über alle möglichen Permutationen π der Zahlen 1, 2,,n zu erstrecken. Für Matrizen der Dimensionen 2 und 3 führt diese Definition zu a 11 a 12 a 21 a = a 11 a 22 a 12 a a 11 a 12 a 13 a 21 a 22 a 23 = a 11 (a 22 a 33 a 23 a 32 ) a 12 (a 21 a 33 a 23 a 31 )+a 13 (a 21 a 32 a 22 a 31 ) a 31 a 32 a 33 Eigenschaften von Determinaten. Sei A eine quadratische n n Matrix. Dann gilt: 1. det A = det A T 2. det λa = λ n det A 3. det (a 1,λa 2, a 3, )=λdet (a 1, a 2, a 3, )=λdet A (Multiplikation einer Spalte mit einem Skalar, gilt analog für Zeilen) 4. det (a 1, a 3, a 2, a 4, )= det (a 1, a 2, a 3, a 4 ) (Vertauschen zweier Spalten, gilt analog für Zeilen) 5. det (AB) =det (A)det (B) =det (BA) 6. det (Dreiecksmatrix) = Produkt der Hauptdiagonalelemente Addition Voraussetzung zur Addition zweier Matrizen A und B ist, daß sowohl die Zeilenanzahl und auch die Spaltenanzahl von beiden Matrizen identisch sind. Das Ergebnis von A + B = C ist eine Matrix C mit den Elementen c ij = a ij + b ij. Multiplikation Das Ergebnis der Multiplikation einer Matrix A mit einem Skalar λ ist eine Matrix C mit: A λ = λa = C mit c ij = λa ij Voraussetzung zur Multiplikation A B einer m A n A Matrix A mit einer m B n B Matrix B ist, daß die Zeilenanzahl von B mit der Spaltenanzahl von A identisch ist: n A = m B. Das Ergebnis von A B = C ist eine m A n B Matrix C: A B = C mit c ij = k=n A k=1 a ik b kj Bei quadratischen Matrizen ist des weiteren die Reihenfolge der Multiplikation ist dabei signifikant AB BA!
10 357 Rechenregeln 1. AB BA (von Sonderfällen abgesehen) 2. ABC =(AB)C = A(BC) 3. (AB) T = B T A T 4. (ABCD) T = D T C T B T A T etc. 5. (AB) 1 = B 1 A 1 6. A(B + C) =AB + AC 7. (A + B)C = AC + BC
11 358 Anhang C Tabellen C Tabellen C.1 Griechisches Alphabet A α alpha B β beta Γ γ gamma δ delta E ɛ,ε epsilon Z ζ zeta H η eta Θ θ, ϑ theta I ι iota K κ kappa Λ λ lambda M µ my N ν ny Ξ ξ xi O o omikron Π π,ϖ pi P ρ,ϱ rho Σ σ, ς sigma T τ tau Υ υ ypsilon Φ φ, ϕ phi X χ chi Ψ ψ psi Ω ω omega C.2 Materialdaten ϱ[kg/m 3 ] E[GP a] ν[ ] σ max [N/mm 2 ] Baustahl (R m ) Vergütungsstahl (R m ) Gußeisen (R m ) Al-Legierungen (R m ) Kupfer (R m ) Polyamid Glas Elastomere C.3 Konstanten Gravitationskonstante γ = m 3/kgs2 Erderadius r E = km Erdmasse m E = kg Norm-Erdbeschleunigung g = m/s 2 C.4 Umrechnung von Größen Zoll (engl. inch) 1inch =25.4mm Pferdestärke 1PS = 735.5W
Vektorrechnung. A.l Eigenschaften von Vektoren. Freie, linienfliichtige und gebundene Vektoren. Addition und Subtraktion
A Vektorrechnung Krafte, Momente und weitere GraBen treten in der Mechanik als Vektoren im Anschauungsraum auf, d.h. zu ihrer Beschreibung ist neben einem Betrag die Angabe von Richtung, Richtungssinn
MehrFH Gießen-Friedberg, FB 06 (MNI) Skript 8 Mathematik 1 für KMUB 5./7. November 2008 Prof. Dr. H.-R. Metz. Matrizen 1. a m1 a m2 a m3 a mn
FH Gießen-Friedberg, FB 06 (MNI) Skript 8 Mathematik 1 für KMUB./7. November 2008 Prof. Dr. H.-R. Metz (Matrix) Matrizen 1 Ein System von Zahlen a ik, die rechteckig in m Zeilen und n Spalten angeordnet
MehrVektoren und Matrizen
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden
Mehra 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:
Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
MehrBC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2
Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom
Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch
MehrEinführung Vektoralgebra VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen. October 6, 2007
Hochschule Esslingen October 6, 2007 Overview Einführung 1 Einführung 2 Was sind Vektoren? Vektoren werden geometrisch definiert als Pfeilklassen: Strecken mit gleichem Betrag, gleicher Richtung und Orientierung.
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
MehrVorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 2: Der Euklidische Raum Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 30. Oktober 2007) Vektoren in R n Definition
MehrArbeitsblatt 1 Einführung in die Vektorrechnung
Arbeitsblatt Einführung in die Vektorrechnung Allgemein Vektoren sind physikalische Größen und durch ihre Richtung und ihren Betrag festgelegt. Geometrisch wird ein Vektor durch einen Pfeil dargestellt,
MehrVektoren, Vektorräume
Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010
MehrHilfsblätter Lineare Algebra
Hilfsblätter Lineare Algebra Sebastian Suchanek unter Mithilfe von Klaus Flittner Matthias Staab c 2002 by Sebastian Suchanek Printed with L A TEX Inhaltsverzeichnis 1 Vektoren 1 11 Norm 1 12 Addition,
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrMatrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle
2. Matrixalgebra Warum Beschäftigung mit Matrixalgebra? Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle bequeme mathematische
MehrMatrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte
Mathematik I Matrizen In diesem Kapitel werden wir lernen was Matrizen sind und wie man mit Matrizen rechnet. Matrizen ermöglichen eine kompakte Darstellungsform vieler mathematischer Strukturen. Zum Darstellung
MehrUniversität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n
Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine
MehrÖkonometrische Analyse
Institut für Statistik und Ökonometrie, Freie Universität Berlin Ökonometrische Analyse Dieter Nautz, Gunda-Alexandra Detmers Rechenregeln für Matrizen Notation und Matrixeigenschaften: Eine Matrix A der
MehrIV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen
Gliederung I. Motivation II. Lesen mathematischer Symbole III. Wissenschaftliche Argumentation IV. Matrizenrechnung i. Rechenoperationen mit Matrizen ii. iii. iv. Inverse einer Matrize Determinante Definitheit
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
Mehr03. Vektoren im R 2, R 3 und R n
03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen
Mehr1 Vorlesungen: und Vektor Rechnung: 1.Teil
1 Vorlesungen: 4.10.005 und 31.10.005 Vektor Rechnung: 1.Teil Einige in der Physik auftretende Messgrößen sind durch eine einzige Zahl bestimmt: Temperatur T K Dichte kg/m 3 Leistung P Watt = J/s = kg
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 2 Rechenoperationen und Gesetze Gleichheit
Mehr03. Vektoren im R 2, R 3 und R n
03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
MehrGrundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015
Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt
MehrGrundlagen der Vektorrechnung
Grundlagen der Vektorrechnung Ein Vektor a ist eine geordnete Liste von n Zahlen Die Anzahl n dieser Zahlen wird als Dimension des Vektors bezeichnet Schreibweise: a a a R n Normale Reelle Zahlen nennt
Mehra 2β... a n ω alle Permutationen von α β γ... ω a 3 γ ( 1) k a 1α
Mathematik 1 - Übungsblatt 7 Lösungshinweise Tipp: Verwenden Sie zur Kontrolle Scilab, wo immer es möglich ist. Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind
Mehr= 9 10 k = 10
2 Die Reihe für Dezimalzahlen 1 r = r 0 +r 1 10 +r 1 2 100 + = r k 10 k, wobei r k {0,,9} für k N, konvergiert, da r k 10 k 9 10 k für alle k N und ( 1 ) k 9 10 k 9 = 9 = 10 1 1 = 10 10 k=0 k=0 aufgrund
Mehr1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema
1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und
MehrVorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 2: Vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 19. Oktober 2011) Vektoren in R n Definition 2.1
MehrMathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 2013 Prof Dr Erich Walter Farkas Kapitel 7: Lineare Algebra 71 Reelle Matrizen Prof Dr Erich Walter Farkas Mathematik I+II, 71 Reelle Matrizen 1 / 31 1 2 3 4 Prof Dr Erich
MehrMathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen
Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 81 Reelle Matrizen Prof Dr Erich Walter Farkas http://wwwmathethzch/ farkas 1 / 31 1 2 3 4 2 / 31 Transponierte einer Matrix 1 Transponierte
MehrSkript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014
Skript zur Vorlesung Prof. Dr.-Ing. Katina Warendorf 2. Oktober 2014 erstellt von Sindy Engel erweitert von Prof. Dr.-Ing. Katina Warendorf Inhaltsverzeichnis 1 Vektoren 4 1.1 Grundbegriffe.................................
Mehr32 2 Lineare Algebra
3 Lineare Algebra Definition i Die Vektoren a,, a k R n, k N, heißen linear unabhängig genau dann, wenn für alle λ,, λ k R aus der Eigenschaft λ i a i λ a + + λ k a k folgt λ λ k Anderenfalls heißen die
MehrVorkurs Physik Mathematische Grundlagen
Vorkurs Physik 2016 Mathematische Grundlagen Die im Vorkurs behandelten mathematischen Grundlagen sind in dieser kommentierten Formelsammlung zusammengefasst. Es wurden folgende Themen behandelt: 1. Trigonometrie
MehrInhalt. Lineare Algebra 1. Dr. Donat Adams. Fachhochschule Nordwest-Schweiz Technik, Brugg. 10. Oktober 2017
Inhalt Lineare Algebra 1 Dr. Donat Adams Fachhochschule Nordwest-Schweiz Technik, Brugg 10. Oktober 2017 1 / 20 Inhalt Teil 2 / 20 Inhalt Inhaltsverzeichnis I 3 / 20 Inhalt Bibliographie I F. Bachmann,
Mehr1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat.
1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. übliche Beispiele: Ort r = r( x; y; z; t ) Kraft F Geschwindigkeit
MehrMusterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen
Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können
MehrMatrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle
2. Matrixalgebra Warum Beschäftigung mit Matrixalgebra? Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle bequeme mathematische
MehrAbbildung 1: Geordnete Paare im zweidimensionalen euklidischem Raum
Vektorrechnung Wir werden den Vektorbegriff anschaulich einführen und beschränken uns zunächst auf den zweidimensionalen euklidischen Raum. Die Elemente dieses Raumes sind Punkte P, Q, R, S,.... Geordnete
MehrMathematischer Vorkurs
Mathematischer Vorkurs Dr Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 17 Vektoren Kapitel 15 Vektoren Mathematischer Vorkurs TU Dortmund Seite 13 / 17 Vektoren 151 Denition: Vektoren im Zahlenraum
MehrMathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen
Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 81 Reelle Matrizen Prof Dr Erich Walter Farkas http://wwwmathethzch/ farkas 1 / 32 8 Lineare Algebra: 1 Reelle Matrizen Grundbegriffe Definition
MehrGrundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015
Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten
MehrSkript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 29. April 2011
Skript zur Vorlesung Prof. Dr.-Ing. Katina Warendorf 29. April 2011 erstellt von Sindy Engel erweitert von Prof. Dr.-Ing. Katina Warendorf Inhaltsverzeichnis 1 Vektoren 4 1.1 Grundbegriffe.................................
Mehr3 Invertierbare Matrizen Die Inverse einer (2 2)-Matrix Eigenschaften invertierbarer Matrizen... 18
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik 2 Dr. Thomas Zehrt Vektoren und Matrizen Inhaltsverzeichnis Vektoren(Wiederholung bzw. Selbststudium 2. Linearkombinationen..............................
Mehr36 2 Lineare Algebra
6 Lineare Algebra Quadratische Matrizen a a n sei jetzt n m, A, a ij R, i, j,, n a n a nn Definition Eine quadratische Matrix A heißt invertierbar genau dann, wenn es eine quadratische Matrix B gibt, so
MehrVektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64
1/64 VEKTORRECHNUNG Prof. Dr. Dan Eugen Ulmet Hochschule Esslingen März 2011 2/64 Overview Vektoralgebra 1 Vektoralgebra 2 Was sind Vektoren? 3/64 Vektoren werden geometrisch definiert als Pfeilklassen:
MehrVektorrechnung. Wolfgang Kippels 27. Oktober Inhaltsverzeichnis. 1 Vorwort 2. 2 Grundlagen der Vektorrechnung 3
Vektorrechnung Wolfgang Kippels 7 Oktober 018 Inhaltsverzeichnis 1 Vorwort Grundlagen der Vektorrechnung Beispielaufgaben 1 Lineare Abhängigkeit und Komplanarität 11 Aufgabe 1 1 Aufgabe Winkel zwischen
MehrGRUNDLAGEN MATHEMATIK
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 1. Vektorrechnung und Geometrie Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies
Mehrtäglich einmal Scilab!
Mathematik 1 - Übungsblatt 7 täglich einmal Scilab! Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind skalare Größen (=einfache Zahlen im Gegensatz zu vektoriellen
MehrKoordinaten, Vektoren und Matrizen
Kapitel 1 Koordinaten, Vektoren und Matrizen Der erste Abschnitt ist der Matrizenrechnung, der Vektorrechnung und dem Arbeiten mit Determinanten gewidmet. Dieser Abschnitt stellt damit alle jene Begriffe
Mehr& sind die Vektorkomponenten von und sind die Vektorkoordinaten von. A x. a) Der Betrag eines Vektors
Einführu hnung Was ist ein Vektor? In Bereichen der Naturwissenschaften treten Größen auf, die nicht nur durch eine Zahlenangabe dargestellt werden können, wie Kraft oder Geschwindigkeit. Zur vollständigen
MehrKapitel 3 Lineare Algebra
Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND
Mehrbzw. eine obere Dreiecksmatrix die Gestalt (U: upper)
bzw. eine obere Dreiecksmatrix die Gestalt (U: upper) U = u 11 u 12 u 1n 1 u nn 0 u 22 u 2n 1 u 2n 0......... 0 0 u n 1n 1 u n 1n 0 0 0 u nn Eine nicht notwendig quadratische Matrix A = (a ij ) heißt obere
MehrMathematische Erfrischungen III - Vektoren und Matrizen
Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen
MehrZusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren
Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Hans Walser: Modul 212, Determinanten ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften Sommer 2003 Probeausgabe
MehrGrundwissen Abitur Geometrie 15. Juli 2012
Grundwissen Abitur Geometrie 5. Juli 202. Erkläre die Begriffe (a) parallelgleiche Pfeile (b) Vektor (c) Repräsentant eines Vektors (d) Gegenvektor eines Vektors (e) Welcher geometrische Zusammenhang besteht
Mehr35 Matrixschreibweise für lineare Abbildungen
35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir
MehrKapitel I: Vektorrechnung 2: Vektoren im Raum
WS 1/14 - Prof Dr Manfred Leitz 2 Vektoren im Raum A Grundbegriffe B Rechnen mit Vektoren C Der euklidische Betrag D Das euklidische Skalarprodukt E Vektorprodukt und Spatprodukt F Geraden und Ebenen im
Mehr(A T ) T = A. Eigenschaft:
Elementare Matrizenrechnung m n-matrix von Zahlen A m n a 1,1 a 1,n a m,1 a m,n rechteckige Tabelle m n Dimension der Matrix Sprechweise: m Kreuz n wobei m Anzahl Zeilen, n Anzahl Spalten a i,j Element
MehrTeil 2. Vektorrechnung
Teil 2 Vektorrechnung 17 18 2.1 Koordinaten Kartesisches Koordinatensystem in der Ebene und im Raum senkrecht schneidende Zahlengeraden (Achsen), orientiert gemäß der Rechten-Hand-Regel Ü ¹ Å ØØ Ð Ò Ö
Mehroder A = (a ij ), A =
Matrizen 1 Worum geht es in diesem Modul? Definition und Typ einer Matrix Spezielle Matrizen Rechenoperationen mit Matrizen Rang einer Matrix Rechengesetze Erwartungswert, Varianz und Kovarianz bei mehrdimensionalen
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 205/6): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2
MehrRang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya
Rang einer Matrix 1-E1 Ma 1 Lubov Vassilevskaya Unterdeterminante einer nichtquadratischen Matrix M ist eine nichtquadratische 2,3-Matrix: M = 6 2 3 0 5 7 Durch Streichen einer der drei Spalten kann man
MehrÜbungen zur Linearen Algebra II
Blatt 1 Aufgabe 1. Sei V = Mat(n, K) und U V der Untervektorraum der Diagonalmatrizen. Welche Dimension hat der Quotientenvektorraum V/U? Aufgabe 2. Sei G eine Gruppe. Wir betrachten die Relation auf G.
MehrSBP Mathe Aufbaukurs 2 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 2
SBP Mathe Aufbaukurs 2 # 0 by Clifford Wolf SBP Mathe Aufbaukurs 2 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das
Mehr1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................
MehrEinführung in die Vektor- und Matrizenrechnung. Matrizen
Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:
MehrAnalytische Geometrie, Vektorund Matrixrechnung
Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?
Mehr4 Vorlesung: 21.11. 2005 Matrix und Determinante
4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer
MehrVektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1
Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,
MehrÜbungsaufgaben Vektoren
Kallenrode, www.sotere.uos.de Übungsaufgaben Vektoren 1. Gegeben sind die Einheitsvektoren in Zylinderkoordinaten e ϱ = cos ϕ sin ϕ, e ϕ = sin ϕ cos ϕ und e z = 0 0 0 0 1 und Kugelkoordinaten: sin ϑ cos
Mehr2 Die Algebra der Matrizen
Die Algebra der Matrizen Ein Hauptziel der Vorlesung zur Linearen Algebra besteht darin, Aussagen über die Lösungsmenge linearer Gleichungssysteme zu machen Etwa ob das Gleichungssystem x y + z 1 x + y
MehrKurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif
14 Oktober 2008 1 Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof Dr Ulrich Reif Inhalt: 1 Vektorrechnung 2 Lineare Gleichungssysteme 3 Matrizenrechnung 4 Lineare Abbildungen 5 Eigenwerte
MehrMatrix: Eine rechteckige Anordnung reeller Zahlen a ij (i = 1,..., n i ; j = 1,..., m) in Zeilen und Spalten. Die a ij heiÿen Elemente von A.
Matrizenrechnung Matrix: Eine rechteckige Anordnung reeller Zahlen a ij i = 1,..., n i ; j = 1,..., m in Zeilen und Spalten. Die a ij heiÿen Elemente von A. a 11 a 12... a ij... a 1m a 21 a 22.........
MehrÜbungen zur Linearen Algebra I
Blatt 1 Aufgabe 1. Wie lautet die Definition der Diskriminante für quadratische Polynome? Aufgabe 2. Sei X 2 + bx + c ein quadratisches Polynom, dessen Diskriminante ein Quadrat ist, und seien λ = ( b
MehrMatrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) =
Matrizen Eine m nmatrix ist ein rechteckiges Zahlenschema mit m Zeilen und n Spalten der Form a 11 a 12 a 1n A = a ij = a 21 a 22 a 2n a m1 a m2 a mn Dabei sind m und n natürliche und die Koezienten a
MehrBeispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A
133 e 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 2. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 Schritte des
MehrVektorräume und Rang einer Matrix
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung
MehrMathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen
Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen a) Es ist < x, y > α + + β β ( + α) und y α + + β α + + ( + α) (α + α + ) 6 α + α, also α, ± 5 + ± 9 4 ± 3 Es gibt also Lösungen: α, β
MehrMathematik 1 Bachelorstudiengang Maschinenbau
Mathematik 1 Bachelorstudiengang Maschinenbau Prof Dr Stefan Etschberger Hochschule Augsburg Sommersemester 2012 Übersicht 4 Lineare Algebra 1 Grundlegendes 2 Aussagenlogik 3 Mengen 4 Lineare Algebra Lernziele
MehrGrundlagen der linearen Algebra
WINTERSEMESTER 006/07 SEITE Grundlagen der linearen Algebra. Grundbegriffe. Vektoren Aus der Vektorrechung ist bekannt, daß ein Vektor im zweidimensionalen Raum R bei gegebenem Koordinatensystem durch
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrBrückenkurs Mathematik. Mittwoch Freitag
Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs
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
MehrLernhilfe Höhere Mathematik I
Lernhilfe Höhere Mathematik I Tim Weber 3. 24 Vielen Dank an Andreas del Galdo für seine Zusammenfassung, Jakob Haufe für seine Musterlösungen, Marco Oster für den Abschnitt über QR- Zerlegung, Robert
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrSpezielle Matrixformen
Definition B57 (Transposition) Eine einfache aber wichtige Operation auf Matrizen ist die Transposition, die aus einer (m n) Matrix A eine (n m) Matrix B = A T macht Hierbei gilt β i j = α j i, so daß
MehrMatheBasics Teil 1 Grundlagen der Mathematik Version vom
MatheBasics Teil 1 Grundlagen der Mathematik Version vom 01.09.2016 Dieses Werk ist urheberrechtlich geschützt. Alle Rechte vorbehalten. FSGU AKADEMIE 2008-2016 1 Was haben wir vor? Mathe-Basics Teil 1
MehrMathematische Methoden I (WS 16/17)
Mathematische Methoden I (WS 16/17) Grundlagen Grundgrößen mit Maßeinheiten (SI-Einheiten ( Système International d Unités )) Grundgröße Einheit Formelzeichen Länge m (Meter) l Zeit s (Sekunde) t (time)
MehrSkalar-, Vektor- und Spatprodukt, Inhalt von 1-, 2-, 3- und höherdimensionalen Parallelotopen und Simplices, Cayley-Menger-Determinante
Arno Fehringer, Gymnasiallehrer für Mathematik und Physik 1 Skalar-, Vektor- und Spatprodukt, Inhalt von 1-, 2-, 3- und höherdimensionalen Parallelotopen und Simplices, Cayley-Menger-Determinante November
MehrKapitel 17 Skalar- und Vektorprodukt
Kapitel 17 Skalar- und Vektorprodukt Mathematischer Vorkurs TU Dortmund Seite 1 / 22 Bisher hatten wir die Möglichkeit Vektoren des R n zu addieren und Vektoren mit rellen Zahlen zu multiplizieren. Man
Mehr