u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

Größe: px
Ab Seite anzeigen:

Download "u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u."

Transkript

1 Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I el, kyb, mecha, phys Vektorräume Vektorräume werden in Abschnitt.4 des Vorlesungsskripts Lineare Algebra und Geometrie von W. Kimmerle und M. Stroppel behandelt. Hier wollen wir zunächst die Definition eines Vektorraumes wiederholen um anschließend weitere, abstraktere Beispiele für Vektorräume kennenzulernen. Allgemein definiert man einen Vektorraum über einem Körper, diese werden im Unterabschnitt.7.5 des Vorlesungsskripts behandelt. Anschaulich ist ein Körper K eine Menge von Zahlen auf denen eine Addition und Multiplikation definiert ist. Für beide Verknüpfungen gelten dabei die üblichen Rechenregeln wie Kommutativität, Assoziativität und Distributivität. Desweiteren gibt es die neutralen Elemente 0 K bzw. K der Addition bzw. Multiplikation und zu einer gegebenen Zahl t K die inversen Elemente t und t (letzteres existiert nur für t 0 K ). Wichtige Beispiele für Körper sind die reellen Zahlen R und die komplexen Zahlen C. Ein K-Vektorraum V ist nun eine Menge zusammen mit zwei Verknüpfungen + : V V V, genannt Vektoraddition, und : K V V, genannt skalare Multiplikation, sodass folgende Axiome (Vektorraumaxiome) erfüllt sind: Kommutativität: Für alle u, v V gilt Assoziativität: Für alle u, v, w V gilt neutrales Element: Es gibt eine Null 0 V V, so dass für alle v V gilt. inverses Element: Zu jedem v V gibt es ein u = v V mit u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. Verträglichkeit mit den Verknüpfungen des Körpers: Seien t, s K und u, v V, dann gelten folgende Distributivgesetze: t (u + v) = t u + t v, (t + s) u = t u + s u. Gleichzeitig ist die skalare Multiplikation verträglich mit der Multiplikation im Körper: (st) v = s (t v). Das Einselement K des Körpers erfüllt dabei für alle v V die Gleichung K v = v. Zur Besseren Unterscheidung der neutralen Elemente des Körpers und des Vektorraums versehen wir sie mit einem Index. Achtung: Die skalare Multiplikation und das Skalarprodukt (s.u.) sind verschiedene Verknüpfungen und dürfen nicht miteinander verwechselt werden.

2 Neben der Menge R n bzw. C n aller rellen Spaltenvektoren der Länge n N mit rellen oder komplexen Einträgen gibt es noch eine Vielzahl weiterer Vektorräume: Beispiel. Seien K ein Körper und a, b, c K fest gewählt. Wir betrachten die Menge L aller Tripel (x, x, x 3 ) welche die homogene Gleichung lösen. Sind (x, x, x 3 ) und (y, y, y 3 ) Lösungen dieser Gleichung, so gilt bzw. mit t K auch ax + bx + cx 3 = 0 () a(x + y ) + b(x + y ) + c(x 3 + y 3 ) = ax + bx + cx 3 + ay + by + cy 3 = 0, a(tx ) + b(tx ) + c(tx 3 ) = t[ax + bx + cx 3 ] = 0. Summen und skalare Vielfache von Lösungen von () ergeben also wieder Lösungen von (). Die obigen Vektorraumaxiome lassen sich dabei einfach nachrechnen. Als neutrales Element dient dabei das Tripel (0, 0, 0), welches () offensichtlich ebenfalls löst. Zusammen mit dieser Addition und skalaren Multiplikation wird die Lösungsmenge L somit zu einem K-Vektorraum. Beispiel. Mit K[x] bezeichnen wir die Menge aller Polynome p(x) = a 0 + a x + a x +... mit Koeffizienten a 0, a, a,... K. Setzen wir p(x) = a 0 + a x + a x +... K[x] und q(x) = b 0 + b x + b x +... K[x], so können wir durch (p + q)(x) = p(x) + q(x) = (a 0 + a x + a x + a 3 x ) + (b 0 + b x + b x + b 3 x ) eine Addition und mit t K durch = (a 0 + b 0 ) + (a + b )x + (a + b )x +... (t p)(x) = t p(x) = t (a 0 + a x + a x +... ) = (ta 0 ) + (ta )x + (ta x ) +... eine skalare Multiplikation auf K[x] definieren. Die Vektorraumaxiome lassen sich wieder leicht nachrechnen, als neutrales Element dient das Nullpolynom 0(x) = 0, bei dem alle Koeffizienten verschwinden und K[x] ist, zusammen mit dieser Addition und skalaren Multiplikation, ein K-Vektorraum. Eine Basis dieses Vektorraums ist z.b. durch die Menge der Monome {, x, x,... } gegeben. Betrachten man die Teilmenge K n [x] aller Polynome vom Grad kleiner oder gleich n N, so bilden diese einen (n + )-dimensionalen Unterraum (Übung).

3 Skalarprodukte Wir beschränken uns im Folgenden auf Vektorräume V über den rellen Zahlen R. Unter einem Skalarprodukt verstehen wir eine Abbildung für die folgende Eigenschaften erfüllt sind: Symmetrie: Für alle u, v V gilt Linearität im ersten Argument: Für alle t R, u, v, w V gilt Positive Definitheit: Für alle v V ist : V V R u v = v u. u + v w = u w + v w, t v w = t v w. v v 0. Zusätzlich ist v v = 0 dann und nur dann, wenn v = 0 ist. Bemerkung. Oftmals fordert man bei der Definition des Skalarproduktes noch die Linearität im zweiten Argument. Diese folgt jedoch bereits aus der Symmetrie und der Linearität im ersten Argument: u t v + w = t v + w u = t v u + w u = t u v + u w. Bemerkung. Definiert man ein komplexes Skalarprodukt : V V C über einem komplexen Vektorraum, so fordert man statt der Symmetrie eine konjugierte Symmetrie, d.h. für u, v V ist u v = v u. 3 Beispiel. Auf K[x] aus Beispiel definieren wir Wegen p(x) q(x) = p(x) q(x) := ist diese Abbildung symmetrisch und wegen t p(x) + q(x) r(x) = = t p(x)q(x) dx = p(x)q(x) dx. (t p(x) + q(x))r(x) dx linear im ersten Argument. Da (p(x)) 0 für alle x [, ] ist auch q(x)p(x) dx = q(x) p(x) p(x)r(x) dx + q(x)r(x) dx = t p(x) r(x) + q(x) r(x) p(x) p(x) = (p(x)) dx 0. Es bleibt nun zu zeigen, dass aus p(x) p(x) = 0 sofort p(x) = 0 für alle x [, ] folgt. Dies verschieben wir aber auf nächstes Semester. Anschaulich kann man annehmen, dass p(x 0 ) 0 für ein x 0 [, ] ist. Wegen Stetigkeit der Polynome ist dann auch p(x) 0 auf einem kleinen Intervall [x 0 ε, x 0 + ε] [, ] und wir erhalten wegen dass auch p(x) p(x) 0 ist. p(x) p(x) = (p(x)) dx x0+ε x 0 ε (p(x)) dx > 0, 3

4 . Geometrische Eigenschaften des euklidischen Skalarprodukts Wir haben bereits gesehen, dass auf dem euklidischen Vektorraum R n mit geöhnlicher Vektoraddition, bzw. skalarer Multiplikation durch n a b = a i b i, a, b R n i= ein Skalarprodukt (euklidisches Skalarprodukt) definiert wird. Betrachten wir zwei Vektoren a, b R 3 und bezeichnen mit γ = (a, b) den Winkel zwischen den Vektoren a und b, so erhalten wir aus dem Kosinussatz a b = a + b a b cos (γ) für das Dreieck mit den Seiten a, b und a b, dass Auf diese Weise können wir mit a b = a b cos (γ). a + a + a 3 b + b + b 3 cos (γ) = a b a b = a b + a b + a 3 b 3 den Winkel γ = (a, b) [0, π] zwischen zwei gegebenen Vektoren a, b R 3 berechnen. Betrachten wir folgende Skizze, so sehen wir eine weitere wichtige Eigenschaft des Skalarproduktes: b () γ l a Die Länge l der senkrechten Projektion des Vektors b auf den Vektor a ergibt sich aus l = b cos (γ) = a b a = a/ a, b. Ist auf einem Vektorraum also eine Orthonormalbasis gegeben, so erhalten wir die Koordinaten eines Vektors bezüglich dieser Basis einfach aus seinen Skalarprodukten mit den Basisvektoren. 4 Beispiel. Bekanntlich ist 0 0 B = 0,, eine Orthonormalbasis des R 3. Betrachten wir den Vektor (,, 3) T R 3, so erhalten wir mit 0 =, 0 =, 0 0 = 3, 3 die Darstellung 0 0 = Das war einfach, betrachten wir nun aber eine andere orthonormale Basis 0 B =,, 0 0, 0 dann erhalten wir mit die Darstellung = 3, =, = = 3,

5 3 Hesse-Normalform Die Hesse-Normalform wird in Abschnitt.9 des Vorlesungsskriptes behandelt. Die in.9.6 gegebene Definition soll an dieser Stelle nun vertieft werden, indem wir einige geometrische Eigenschaften betrachten. Prinzipiell ist eine Ebene durch die Angabe ihres Normalenvektors n und des Ortsvektors OP = (p, p, p 3 ) T eines Ebenenpunktes P = (p, p, p 3 ) eindeutig charakterisiert. Ein Punkt mit den Koordinaten (x, x, x 3 ) liegt in der Ebene genau dann, wenn x p n x p n = 0 (3) x 3 p 3 n 3 erfüllt ist. Formen wir obige Gleichung um, indem wir die Skalarprodukte ausmultiplizieren, so erhalten wir x x n n = p p n n (4) x 3 n 3 p 3 n 3 Wir wollen nun zusätzlich annehmen, dass n normiert ist, d.h. n = gilt und fragen uns welche geometrische Bedeutung die rechte Seite in (4) hat. P OP d n, n = E Erinnern wir uns an die projezierende Eigenschaft des Skalarprodukts, so liefert die rechte Seite gerade den Abstand d der Ebene vom Ursprung des Koordinatensystems. Setzen wir anstelle der Koordinaten eines Ebenenpunktes (x, x, x 3 ) die Koordinaten eines beliebigen Punktes Q = (q, q, q 3 ) in die linke Seite von (3) ein, so erhalten wir q p n q p n = n = P Q n = dist(q, E). q 3 p 3 n 3 Betrachten wir folgende Skizze, so sehen wir, dass, falls n normiert ist, dieser Ausdruck gerade den Abstand dist(q, E) des Punktes Q von der Ebene E liefert. P Q d Q P n, n = Man kann (3) also dahingehend interpretieren, dass ein Punkt genau dann in einer Ebene liegt, wenn dessen Abstand zur Ebene Null ist, was offensichtlich auch unserer Anschauung entspricht. E 5

6 4 Winkel zwischen Geraden und Ebenen In Gleichung () haben wir gesehen, wie sich der Winkel zwischen zwei gegebenen Vektoren ausrechnen lässt. Mit Hilfe dieser Formel wollen wir nun angeben, wie sich der Winkel zwischen sich schneidenenden Geraden und Ebenen berechnen lässt. 4. Winkel zwischen Geraden Seien zwei sich schneidende Geraden g und g mit Richtungsvektoren r und r gegeben. Unter dem Schnittwinkel zweier Geraden versteht man konventionell den kleineren der beiden möglichen Winkel. Anhand folgender Skizze sehen wir, dass dieser gerade dem kleineren Winkel zwischen den Richtungsvektoren entspricht: r g g (g, g ) r g r (r, r ) (g, g ) r g Es ist also cos ( (g, g )) = r r r r, wobei wir durch den Betrag im Zähler der rechten Seite automatisch sicherstellen, dass der kleinere beider Winkel ausgewählt wird. 4. Winkel zwischen Ebenen Seien zwei sich schneidende Ebenen E und E mit Normalenvektoren n und n gegeben, dann sehen wir anhand folgender Skizze, dass ihr Schnittwinkel gerade dem kleineren Winkel zwischen den Normalenvektoren entspricht: n n E (E, E ) E Es ist also cos ( (E, E )) = n n n n. 4.3 Winkel zwischen Geraden und Ebenen Eine Gerade g mit Richtungsvektor r schneide eine Ebene E mit Normalenvektor n in einem Punkt. Anhand der Skizze sehen wir, dass sich der Schnittwinkel durch π/ (n, r) berechnen lässt: n (n, r) r (E, g) g E Es ist also sin ( (E, g)) = cos (π/ (E, g)) = n r n r. 6

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume

Mehr

00. Einiges zum Vektorraum R n

00. Einiges zum Vektorraum R n 00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

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

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

Mehr

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :

Mehr

ax 2 + bx + c = 0, (4.1)

ax 2 + bx + c = 0, (4.1) Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra A. Filler[-3mm] Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra, Teil 8 Folie 1 /27 Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra 8. Das Skalarprodukt, metrische

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R. Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische

Mehr

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

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

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Analytische Geometrie, Vektorund Matrixrechnung

Analytische 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?

Mehr

1 Vorlesungen: und Vektor Rechnung: 1.Teil

1 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

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende

Mehr

Definition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h.

Definition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h. 8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition) Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

Komplexe Zahlen. Kapitel 1. 1.1 Definitionen 18.4.01

Komplexe Zahlen. Kapitel 1. 1.1 Definitionen 18.4.01 Kapitel Komplexe Zahlen Motivation: die Gleichung x = hat offensichtlich keine reellen Lösungen, da x 0 für jedes reelle x gilt Um auch diese Gleichung lösen zu können, muß man neue Zahlen einführen: die

Mehr

Das Skalarprodukt zweier Vektoren

Das Skalarprodukt zweier Vektoren Beim Skalarprodukt zweier Vektoren werden die Vektoren so multipliziert, dass sich ein Skalar eine Zahl ergibt. Die Berechnung des Skalarproduktes ist ziemlich einfach, aber die weiteren Eigenschaften

Mehr

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht der Länge des Vektorpfeils. Im R 2 : x = Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.

Mehr

Vorlesung. Komplexe Zahlen

Vorlesung. Komplexe Zahlen Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:

Mehr

Technische Universität München

Technische Universität München Technische Universität München Michael Schreier Ferienkurs Lineare Algebra für Physiker Vorlesung Montag WS 2008/09 1 komplexe Zahlen Viele Probleme in der Mathematik oder Physik lassen sich nicht oder

Mehr

Vektoren, Vektorräume

Vektoren, 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

Mehr

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS Doz.Dr. Norbert Koksch TU DRESDEN Fachrichtung Mathematik, Institut für Analysis Übungsaufgaben LAAG I für Lehramtsstudenten GS, MS, BS Logik: Übungsaufgabe 1. Begründen Sie, ob es sich um eine Aussage

Mehr

Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte

Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte März 2008 Zusammenfassung IB 1. Lagebeziehungen zwischen geometrischen Objekten 1.1 Punkt-Gerade Ein Punkt kann entweder auf einer gegebenen

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen zum 3. Aufgabenblatt SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.

Mehr

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

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

Mehr

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren...

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... (benötigt neue Struktur über Vektorraumaxiome hinaus) Sei Länge von nach Pythagoras: Länge quadratisch in Komponenten! - Für : Skalarprodukt

Mehr

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren...

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... (benötigt neue Struktur über Vektorraumaxiome hinaus) Sei Länge von nach Pythagoras: Länge quadratisch in Komponenten! - Für : Skalarprodukt

Mehr

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2)

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2) Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:

Mehr

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt

Mehr

Mathematischer Vorkurs für Physiker WS 2009/10

Mathematischer Vorkurs für Physiker WS 2009/10 TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,

Mehr

Lehrskript Mathematik Q12 Analytische Geometrie

Lehrskript Mathematik Q12 Analytische Geometrie Lehrskript Mathematik Q1 Analytische Geometrie Repetitorium der analytischen Geometrie Eine Zusammenfassung der analytischen Geometrie an bayerischen Gymnasien von Markus Baur, StR Werdenfels-Gymnasium

Mehr

Frohe Weihnachten und ein gutes neues Jahr!

Frohe Weihnachten und ein gutes neues Jahr! Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]

Mehr

Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.2012

Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.2012 Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.0 Aufgabe : Entscheiden Sie in dieser Aufgabe, ob die Aussagen wahr oder falsch sind. Begründungen sind nicht erforderlich. Ein korrekt gesetztes

Mehr

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen H. Gruber, R. Neumann Erfolg im Mathe-Abi Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen Inhaltsverzeichnis Inhaltsverzeichnis Analysis Von der

Mehr

Analytische Geometrie Aufgaben und Lösungen

Analytische Geometrie Aufgaben und Lösungen Analytische Geometrie Aufgaben und Lösungen http://www.fersch.de Klemens Fersch. Januar Inhaltsverzeichnis Punkte:Vektor - Abstand - Steigung - Mittelpunkt. Aufgaben....................................................

Mehr

Mathematik Analytische Geometrie

Mathematik Analytische Geometrie Mathematik Analytische Geometrie Grundlagen:. Das -Dimensionale kartesische Koordinatensystem: x x x. Vektoren und Ortsvektoren: a x = x x ist ein Vektor, der eine Verschiebung um x -Einheiten in x-richtung,

Mehr

Vektorrechnung. 1. Vektoren im R 2, R 3 Größen in Physik und Technik:

Vektorrechnung. 1. Vektoren im R 2, R 3 Größen in Physik und Technik: Vektorrechnung 1. Vektoren im R 2, R 3 Größen in Physik und Technik: - skalare Größen: Länge [m], Zeit [sec], Masse [kg], Energie [N m], elektr. Spannung [V ],... gekennzeichnet durch: Maßzahl ( R) [Maßeinheit]

Mehr

Analytische Geometrie Seite 1 von 6. Die Addition von Vektoren kann veranschaulicht werden durch das Aneinanderhängen von Pfeilen.

Analytische Geometrie Seite 1 von 6. Die Addition von Vektoren kann veranschaulicht werden durch das Aneinanderhängen von Pfeilen. Analytische Geometrie Seite 1 von 6 1. Wichtige Formeln AB bezeichnet den Vektor, der die Verschiebung beschreibt, durch die der Punkt A auf den Punkt B verschoben wird. Der Vektor, durch den die Verschiebung

Mehr

2.2 Kollineare und koplanare Vektoren

2.2 Kollineare und koplanare Vektoren . Kollineare und koplanare Vektoren Wie wir schon gelernt haben, können wir einen Vektor durch Multiplikation mit einem Skalar verlängern oder verkürzen. In Abbildung 9 haben u und v die gleiche Richtung,

Mehr

Lineare Algebra: Theorie und Anwendungen

Lineare Algebra: Theorie und Anwendungen Lineare Algebra: Theorie und Anwendungen Sommersemester 2012 Bernhard Burgeth Universität des Saarlandes c 2010 2012, Bernhard Burgeth 1 VEKTOREN IN DER EBENE UND IM RAUM 2 1 Vektoren in der Ebene und

Mehr

Geometrische Maße oder,... wie kann man quantitative Aussagen über geometrische Objekte erhalten?

Geometrische Maße oder,... wie kann man quantitative Aussagen über geometrische Objekte erhalten? In der euklidischen Geometrie der Mittelstufe ging es zumeist um geometrische Konstruktionen und um qualitative Aussagen über geometrische Objekte in Bezug zueinander. Möchte man, insbesondere im dreidimensionalen

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

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

Mehr

Länge, Skalarprodukt, Geradengleichungen

Länge, Skalarprodukt, Geradengleichungen Länge, Skalarprodukt, Geradengleichungen Jörn Loviscach Versionsstand: 9. April 2010, 18:48 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.youtube.com/joernloviscach

Mehr

Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen

Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html

Mehr

1 Vektoren, Vektorräume, Abstände: 2D

1 Vektoren, Vektorräume, Abstände: 2D Vektoren, Vektorräume, Astände: D Definition: Die Menge aller (geordneten Paare reeller Zahlen (oder allgemeiner: Elemente eines elieigen Körpers, als Spalten geschrieen, ezeichnen wir als Vektoren: R

Mehr

Lineare Algebra und Computer Grafik

Lineare Algebra und Computer Grafik Lineare Algebra und Computer Grafik Vorlesung an der Hochschule Heilbronn (Stand: 7 Mai ) Prof Dr V Stahl Copyright 6 by Volker Stahl All rights reserved Inhaltsverzeichnis Vektoren 4 Vektoren und Skalare

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1

Mehr

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum, 2 Vektorräume In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa Unterraum, Linearkombination, lineare Unabhängigkeit und Erzeugendensystem.

Mehr

6. Vektor- und Koordinaten-Geometrie.

6. Vektor- und Koordinaten-Geometrie. 6. Vektor- und Koordinaten-Geometrie. Jeder endlichen Menge, etwa der Menge kann man durch M = {,,, }. R 4 (M) = { a 1 + a 2 + a 3 + a 4 a i R } die Menge der formalen Linearkombinationen zuordnen. Es

Mehr

Brückenkurs Mathematik

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

Mehr

Vektorräume und Lineare Abbildungen

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

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

Zusammenfassung Vektorrechnung und Komplexe Zahlen

Zusammenfassung Vektorrechnung und Komplexe Zahlen Zusammenfassung Vektorrechnung und Komplexe Zahlen Michael Goerz 8. April 006 Inhalt Vektoren, Geraden und Ebenen. Länge eines Vektors.......................... Skalarprodukt..............................

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

Mehr

Vektorprodukte und analytische Geometrie

Vektorprodukte und analytische Geometrie KAPITEL 4 Vektorprodukte und analytische Geometrie 4. Vektorprodukte.................................... 8 4. Skalarprodukt für Vektoren im R n.......................... 8 4. Anwendung des Skalarprodukts..........................

Mehr

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Erinnerung/Zusammenfassung zu Abbildungsmatrizen Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend

Mehr

Formelsammlung Mathematik Grundkurs Inhalt

Formelsammlung Mathematik Grundkurs Inhalt Formelsammlung Mathematik Grundkurs Inhalt Inhalt...1 Trigonometrie Grundlagen... Vektoren...3 Skalarprodukt...4 Geraden...5 Abstandsberechnungen...6 Ebenen...7 Lineare Gleichungssysteme (LGS)...8 Gauß'sches

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in

Mehr

Kapitel VIII: Der Raum R n ; allgemeine Vektorräume

Kapitel VIII: Der Raum R n ; allgemeine Vektorräume Kapitel VIII: Der Raum R n ; allgemeine Vektorräume a) Vektoren: Definition und Grundlagen Größen, die sich durch Angabe eines Zahlenwertes und einer Einheit vollständig beschreiben lassen, nennt man Skalare

Mehr

Ergänzungen zur Analysis I

Ergänzungen zur Analysis I 537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

Skalarprodukte (Teschl/Teschl Kap. 13)

Skalarprodukte (Teschl/Teschl Kap. 13) Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +

Mehr

d 2 b 2 c 2 d 3 b 3 c 3 , D a 1 d 1 c 1 v 3 Definiton (Verbindungsvektor): Zwei Punkte A(a 1 a 2 a 3 ) und B(b 1 b 2 b 3 ) legen den Vektor b 1 a 1

d 2 b 2 c 2 d 3 b 3 c 3 , D a 1 d 1 c 1 v 3 Definiton (Verbindungsvektor): Zwei Punkte A(a 1 a 2 a 3 ) und B(b 1 b 2 b 3 ) legen den Vektor b 1 a 1 2008/2009 Das Wichtigste in Kürze Klasse 3 Lineare Gleichungssysteme und Determinanten Definiton (Lineare Gleichungssysteme: Lineare Gleichungssysteme löst man entweder mit dem Gauß-Algorithmus oder nach

Mehr

Mathematik. Lernbaustein 6

Mathematik. Lernbaustein 6 BBS Gerolstein Mathematik Mathematik für die Berufsoberschule II Lernbaustein 6 Modellieren von Realsituationen mit Hilfe der Vektorrechnung www.p-merkelbach.de/bos/mathe/matheskript-bos- Lernbaustein

Mehr

Die reellen Lösungen der kubischen Gleichung

Die reellen Lösungen der kubischen Gleichung Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

Lineare Algebra und analytische Geometrie II (Unterrichtsfach)

Lineare Algebra und analytische Geometrie II (Unterrichtsfach) MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SS 0 Blatt.06.0 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Abgabe: Dienstag, 0. Juli 0, bis 4:00

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen Serie 6 (Vektorräume, Skalarprodukt) Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Aufgaben mit Ebenen. Parameterform Normalenform Koordinatenform. Darstellung = + r + s =0 ax 1 + bx 2 + cx 3 = d. Beispiel

Aufgaben mit Ebenen. Parameterform Normalenform Koordinatenform. Darstellung = + r + s =0 ax 1 + bx 2 + cx 3 = d. Beispiel Aufgaben mit Ebenen Parameterform Normalenform Koordinatenform Spurpunkte Zur grafischen Darstellung der Ebene die Spurpunkt berechnen. Zwei Koordinaten gleich 0 setzen und jeweils die dritte ausrechnen.

Mehr

Einführung in das Skalarprodukt

Einführung in das Skalarprodukt Die Homepage von Joachim Mohr Start Mathematik Einführung in das Skalarprodukt in Aufgaben Alle Lektionen und Texte der Delphi-Ecke sind in der gepackten Zip-Datei Delphi-Ecke (ohne Urlaubsbilder) (Stand:

Mehr

1.9 Eigenwerte und Eigenvektoren

1.9 Eigenwerte und Eigenvektoren .9. EIGENWERTE UND EIGENVEKTOREN 0.9 Eigenwerte und Eigenvektoren Alles in diesem Abschnitt bezieht sich auf quadratische reelle oder komplexe n n-matrizen. Statt E n (n n-einheitsmatrix) wird kurz E geschrieben..

Mehr

Mathematik für Chemische Technologie 2

Mathematik für Chemische Technologie 2 Mathematik für Chemische Technologie 2 Themenüberblick: Funktionen mehrerer unabhängigen Veränderlichen Vektoralgebra Lineare Gleichungssysteme und Determinanten Fehlerrechnung Schwerpunkt des Sommersemesters

Mehr

13. Funktionen in einer Variablen

13. Funktionen in einer Variablen 13. Funktionen in einer Variablen Definition. Seien X, Y Mengen. Eine Funktion f : X Y ist eine Vorschrift, wo jedem Element der Menge X eindeutig ein Element von Y zugeordnet wird. Wir betrachten hier

Mehr

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60 Kartesische Koordinaten in Ebene und Raum 3 Vektoren 3.1 Kartesische Koordinaten in Ebene und Raum In der Ebene (mathematisch ist dies die Menge R 2 ) ist ein kartesisches Koordinatensystem festgelegt

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

A Matrix-Algebra. A.1 Definition und elementare Operationen

A Matrix-Algebra. A.1 Definition und elementare Operationen A Matrix-Algebra In diesem Anhang geben wir eine kompakte Einführung in die Matrizenrechnung bzw Matrix-Algebra Eine leicht lesbare Einführung mit sehr vielen Beispielen bietet die Einführung in die Moderne

Mehr

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

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

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

3. Übungsblatt Aufgaben mit Lösungen

3. Übungsblatt Aufgaben mit Lösungen . Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen

Mehr

10 Komplexe Zahlen. 2. Februar Komplexe Multiplikation: Für zwei Vektoren. z 1 =

10 Komplexe Zahlen. 2. Februar Komplexe Multiplikation: Für zwei Vektoren. z 1 = 2. Februar 2009 66 0 Komplexe Zahlen 0. Komplexe Multiplikation: Für zwei Vektoren [ [ a a2 z =, z 2 = in R 2 wird neben der üblichen Addition die komplexe Multiplikation [ a a z z 2 := 2 b b 2 a b 2 +

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

Lineare Algebra 2 (SS 13) Blatt 13: Musterlösung

Lineare Algebra 2 (SS 13) Blatt 13: Musterlösung Prof. Dr. B. Hanke Dr. J. Bowden Lineare Algebra 2 (SS ) Blatt : Musterlösung Aufgabe. Es sei C (R) der R-Vektorraum der unendlich oft differenzierbaren Funktionen auf R und : C (R) C (R), f f die Abbildung,

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

The trick in teaching mathematics is that I do the easy part and you do the hard part. Hahn Hiang Shin, Complex Numbers and Geometry

The trick in teaching mathematics is that I do the easy part and you do the hard part. Hahn Hiang Shin, Complex Numbers and Geometry The trick in teaching mathematics is that I do the easy part and you do the hard part. Hahn Hiang Shin, Complex Numbers and Geometry MBT Mathematische Basistechniken Der Vektorraum Lineare Gleichungssysteme

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

Vorwort. Günter M. Gramlich. Lineare Algebra. Eine Einführung ISBN: 978-3-446-43035-8. Weitere Informationen oder Bestellungen unter

Vorwort. Günter M. Gramlich. Lineare Algebra. Eine Einführung ISBN: 978-3-446-43035-8. Weitere Informationen oder Bestellungen unter Vorwort Günter M. Gramlich Lineare Algebra Eine Einführung ISBN: 978-3-446-43035-8 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-43035-8 sowie im Buchhandel. Carl Hanser

Mehr

Zusammenfassung der Analytischen Geometrie

Zusammenfassung der Analytischen Geometrie Zusammenfassung der Analytischen Geometrie 1. Rechnen mit Vektoren (Addition, Subtraktion, S-Multiplikation, Linearkombinationen) 1. Gegeben sind die Punkte A(2-6 ) und B(-1 14-4), 4 4 sowie die Vektoren

Mehr