1. Methode der Finiten Elemente

Größe: px
Ab Seite anzeigen:

Download "1. Methode der Finiten Elemente"

Transkript

1 1. Methode der Finiten Elemente 1.1 Innenraumprobleme 1.2 Außenraumprobleme 1.3 Analysen 1.4 Bewertung Prof. Dr. Wandinger 5. Numerische Methoden Akustik 5.1-1

2 1.1 Innenraumprobleme Schwache Formulierung Finite Elemente Diskretisierungsregeln Prof. Dr. Wandinger 5. Numerische Methoden Akustik 5.1-2

3 1.1.1 Schwache Formulierung Aufgabenstellung: Gesucht ist die komplexe Amplitude des Schallfelds in einem geschlossenen Gebiet G. In G erfüllt das Schallfeld die Helmholtz-Gleichung 2 P k 2 P=0 Der Rand des Gebietes besteht aus drei Teilen: S= G=S p S v S a S a S v G S a S p Prof. Dr. Wandinger 5. Numerische Methoden Akustik 5.1-3

4 1.1.1 Schwache Formulierung Rand S p : Die Schalldruckamplitude hat einen vorgegebenen Wert. Durch P=0 kann z.b. eine kleine Öffnung näherungsweise beschrieben werden. Rand S v : Die Schallschnelle senkrecht zur Wand hat einen vorgegebenen Wert. Durch diese Randbedingung wird eine schwingende oder schallharte Wand beschrieben. Für den Schalldruck folgt: Schallharte Wand: P n= i 0 V n P n=0 Prof. Dr. Wandinger 5. Numerische Methoden Akustik 5.1-4

5 1.1.1 Schwache Formulierung Rand S a : Die Impedanz ist vorgegeben: P=Z V n Dadurch lassen sich absorbierende Flächen beschreiben. Mit folgt: P n= i 0 V n P n= i 0 P Z = i 0 A P Prof. Dr. Wandinger 5. Numerische Methoden Akustik 5.1-5

6 1.1.1 Schwache Formulierung Schwache Formulierung der Helmholtz-Gleichung: Um die spätere Kopplung mit den Gleichungen für die Struktur zu erleichtern, wird die durch die Massendichte dividierte Helmholtz-Gleichung betrachtet: P 2 0 c 2 P=0 Die klassische oder starke Lösung ist in G zweimal stetig differenzierbar, erfüllt in G die Helmholtz-Gleichung, erfüllt die Randbedingungen. Prof. Dr. Wandinger 5. Numerische Methoden Akustik 5.1-6

7 1.1.1 Schwache Formulierung Für viele technisch interessante Fälle gibt es keine Lösung, die in ganz G zweimal stetig differenzierbar ist. Für numerische Verfahren ist es vorteilhaft, wenn die Stetigkeitsanforderungen an die Lösung verringert werden können. Das kann durch partielle Integration erreicht werden, nachdem die Helmholtz-Gleichung mit einer Testfunktion multipliziert wurde. Für jede Testfunktion P gilt: G 1 P 2 P P 2 P dv =0 0 0 c 2 Prof. Dr. Wandinger 5. Numerische Methoden Akustik 5.1-7

8 1.1.1 Schwache Formulierung Von der Testfunktion P wird gefordert, dass sie einmal differenzierbar ist und dass sie auf S p null ist. Dann lässt sich das erste Integral partiell integrieren: G Mit dem Integralsatz von Gauß folgt für das erste Integral auf der rechten Seite: G 1 0 P 2 P dv = G 1 0 P P dv = S 1 0 P P dv G 1 0 P P n ds 1 0 P P dv Prof. Dr. Wandinger 5. Numerische Methoden Akustik 5.1-8

9 Damit gilt: S Schwache Formulierung 1 0 P P n ds G G 1 0 P P dv 2 G 1 0 P P dv 2 G P P 0 c dv = 2 S P P dv =0 2 0 c 1 0 P P n ds Unter Berücksichtigung der Randbedingungen und auf S p folgt P=0 S 1 0 P P n ds= i S v P V n ds S a A P P ds Prof. Dr. Wandinger 5. Numerische Methoden Akustik 5.1-9

10 Damit ist gezeigt: Schwache Formulierung G 1 P P dv i 0 S a P V n ds = i S v A P P ds 2 G P P 0 c 2 dv Diese Gleichung wird als schwache Formulierung der Helmholtz-Gleichung bezeichnet. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

11 1.1.1 Schwache Formulierung Die schwache Lösung ist einmal differenzierbar, erfüllt die Randbedingung auf S p, erfüllt die schwache Formulierung für alle Testfunktionen, die stetig differenzierbar sind und auf S p verschwinden. Existenz und Eindeutigkeit von Lösungen können mit den Methoden der Funktionalanalysis untersucht werden. In der Mathematik wird gezeigt: Wenn die schwache Lösung zweimal stetig differenzierbar ist, dann stimmt sie mit der klassischen Lösung überein. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

12 1.1.2 Finite Elemente Geometrie: Das betrachtete Gebiet G wird durch die Vereinigung von finiten Elementen G E angenähert. Ein akustisches finites Element ist definiert durch seine Knotenpunkte, Interpolationsfunktionen für die Geometrie und Interpolationsfunktionen für den Schalldruck G G E G E G E Prof. Dr. Wandinger 5. Numerische Methoden Akustik

13 1.1.2 Finite Elemente Übliche räumliche finite Elemente sind Hexaeder, Pentaeder oder Tetraeder mit geraden oder gekrümmten Kanten: Prof. Dr. Wandinger 5. Numerische Methoden Akustik

14 1.1.2 Finite Elemente Die Geometrie wird durch Interpolation zwischen den Knoten des finiten Elements beschrieben: x,, = k y,, = k z,, = k N k,, x k Die Interpolationsfunktionen haben jeweils an einem Knoten k den Wert eins und an allen anderen Knoten den Wert null. [ x E ] N k,, y k N k,, z k Die Matrix enthält die Koordinaten aller Knoten des finiten Elements. } [ x,, ]=[ N E,, ] [ x E ] Prof. Dr. Wandinger 5. Numerische Methoden Akustik

15 1.1.2 Finite Elemente Beispiel: Hexaeder mit geraden Kanten Den Knoten des Hexaeders entsprechen die Parameterwerte =±1, =±1, =±1 Interpolationsfunktionen: N 1,, = N 5,, = N 2,, = N 6,, = N 3,, = N 7,, = N 4,, = N 8,, = Prof. Dr. Wandinger 5. Numerische Methoden Akustik

16 1.1.2 Finite Elemente (1, -1, 1) (1, 1, 1) 8 7 (-1, -1, 1) (-1, 1, 1) 5 (1, -1, -1) (1, 1, -1) (-1, -1, -1) (-1, 1, -1) 1 ζ [N E (ξ, η, ζ)][x E ] z 2 η y ξ x Prof. Dr. Wandinger 5. Numerische Methoden Akustik

17 1.1.2 Finite Elemente Ansatzfunktionen für den Schalldruck: Der Schalldruck im Innern des Raumgebiets wird durch Interpolation des Schalldrucks an den Knoten des Raumgebiets dargestellt: [ P E ] P,, =[ N E,, ] [ P E ] Die Matrix enthält die Werte des Schalldrucks an den Knoten des finiten Elements. Finite Elemente, bei denen die gleichen Interpolationsfunktionen für Geometrie und Schalldruck verwendet werden, heißen isoparametrische Elemente. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

18 1.1.2 Finite Elemente Ein finites Element muss einen konstanten Schalldruck innerhalb des Elements exakt beschreiben können. Bei isoparametrischen Elementen ist diese Bedingung erfüllt. Schwache Formulierung für ein finites Element: Für jedes finite Element gilt: V n 1 P P dv 2 G E 0 G E = i P V n ds S E P P 0 c 2 dv S E V n V n Prof. Dr. Wandinger 5. Numerische Methoden Akustik

19 1.1.2 Finite Elemente Für den Schalldruck wird die Ansatzfunktion verwendet. Damit kann die schwache Formulierung nicht mehr für jede Testfunktion P erfüllt werden. Stattdessen wird gefordert, dass die schwache Formulierung für alle Testfunktionen mit beliebigen Matrizen P,, =[ N E,, ] [ P E ] P,, =[ N E,, ] [ P E ] [ P E ] erfüllt ist. Dieses Verfahren wird als Bubnov-Galerkin-Verfahren bezeichnet. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

20 1.1.2 Finite Elemente Einsetzen in die schwache Formulierung ergibt: [ P E ] T G E 1 0 [ N E ] T [ N E ] dv 2 G E 1 0 c 2 [ N E ] T [ N E ] dv [ P E ] = i [ P E ] T S E [ N E ] T V n ds [ P E ] Damit diese Gleichung für beliebige erfüllt ist, muss gelten: G E 1 0 [ N E ] T [ N E ] dv 2 G E 1 0 c 2 [ N E ] T [ N E ]dv [ P E ] = i S E [ N E ] T V n ds Prof. Dr. Wandinger 5. Numerische Methoden Akustik

21 1.1.2 Finite Elemente Mit den Matrizen [ H E ]= G E 1 0 [ N E ] T [ N E ] dv und folgt: [Q E ]= G E 1 0 c 2 [ N E ] T [ N E ]dv [ H E ] 2 [Q E ] [ P E ]= i S E [ N E ] T V n ds [ H E ] Die Mobilitätsmatrix beschreibt die inverse Masse. Sie hängt mit der kinetischen akustischen Energie zusammen. Die Kompressibilitätsmatrix [Q E ] beschreibt die Kompressibilität. Sie hängt mit der potentiellen akustischen Energie zusammen. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

22 1.1.2 Finite Elemente Mobilitätsmatrix und Kompressibilitätsmatrix sind beide reell und symmetrisch. Für die Randflächen eines finiten Elements können vier Fälle auftreten: Die Fläche ist Teil der Randfläche S p, auf der der Schalldruck vorgeschrieben ist. Die Fläche ist Teil der Randfläche S v, auf der die Schallschnelle vorgeschrieben ist. Die Fläche ist Teil der absorbierenden Randfläche S a. Die Fläche ist eine innere Fläche. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

23 Schalldruck vorgegeben: Finite Elemente Auf dieser Fläche ist die Testfunktion null. Das entsprechende Integral wird daher nicht benötigt. Schallschnelle vorgegeben: S E j =S E v S v Da die Schallschnelle bekannt ist, kann das Integral berechnet werden: Absorbierende Fläche: [G E ]= S v E S j E =S p E S p [ N E ] T V n ds S j E =S a E S a Für das Integral gilt: S a E [ N E ] T V n ds= S a E A [ N E ] T [ N E ] ds [ P E ] Prof. Dr. Wandinger 5. Numerische Methoden Akustik

24 1.1.2 Finite Elemente Mit der Absorptionsmatrix gilt: S a E [ N E ] T V n ds=[ A E ] [ P E ] [ A E ]= S a E A [ N E ] T [ N E ] ds Innere Fläche: [G ie ]= S i E [ N E ] T V n ds Da die Schallschnelle nicht bekannt ist, kann das Integral nicht berechnet werden. Die Beiträge von zwei aufeinanderfallenden Flächen benachbarter Elemente heben sich jedoch gegenseitig auf, da der Normalenvektor jeweils aus dem Element zeigt. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

25 1.1.2 Finite Elemente Berechnung der Element-Matrizen: Die Interpolationsfunktionen sind Funktionen der Parameter ξ, η und ζ. Für die Ableitungen nach den Koordinaten x, y und z gilt: = x = x = x x y x y x y y z y z y z z z z [ ]=[ J ] [ x ] Prof. Dr. Wandinger 5. Numerische Methoden Akustik

26 Dabei ist Finite Elemente ]=[ [ ] ]=[, [ x ] ]=[ x x x, [ J y x z y y y z ] z z [ J ] Die Jacobi-Matrix kann aus den Interpolationsfunktionen und den Koordinaten der Knotenpunkte berechnet werden. Die inverse Beziehung lautet: Für das Volumenelement gilt: [ x ]=[ J ] 1 [ ] dv x =J dv mit J =det [ J ] Prof. Dr. Wandinger 5. Numerische Methoden Akustik

27 1.1.2 Finite Elemente Damit gilt für die Element-Matrizen: [ H E 1 ]= [ J ] 1 [ N E ] T [ J ] 1 [ N E ] J dv G E 0 [Q E ]= G E 1 0 c 2 [ N E ] T [ N E ] J dv [G E ]= S v E [ N E ] T V n J S ds, [ A E ]= S a E A [ N E ] T [ N E ] J S ds Die Integrale werden numerisch mit dem Verfahren der Gauß-Integration berechnet. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

28 1.1.2 Finite Elemente Assemblierung: Da der Schalldruck stetig ist, hat der Schalldruck für alle Elementknoten, die auf denselben Gebietsknoten fallen, den gleichen Wert. [ P E ] Die Matrix mit den Werten des Schalldrucks an den Elementknoten kann für jedes Element aus der Matrix [ P ] mit den Werten des Schalldrucks an den Gebietsknoten extrahiert werden: [ P E ]=[a E ] [ P ] Die Zeilen der Matrix [a E ] entsprechen den Elementknoten und die Spalten den Gebietsknoten. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

29 1.1.2 Finite Elemente Jede Zeile enthält eine Eins in der Spalte, die dem Gebietsknoten entspricht, der mit dem betreffenden Elementknoten zusammenfällt. Alle anderen Elemente einer Zeile sind null. Da auch die Testfunktionen stetig sein müssen, gilt entsprechend: [ P E ]=[ a E ] [ P ] Aus der schwachen Formulierung für das Element folgt: [ P ] T [a E ] T [ H E ] [a E ] 2 [a E ] T [Q E ] [a E ] [ P ] = i [ P ] T [a E ] T [G E ] [a E ] T [ A E ] [a E ] [ P ] [a E ] T [G i E ] Prof. Dr. Wandinger 5. Numerische Methoden Akustik

30 1.1.2 Finite Elemente Damit diese Gleichung für beliebige erfüllt ist, muss gelten: [a E ] T [ H E ] [a E ] 2 [a E ] T [Q E ] [a E ] [ P ] Summation über alle Elemente ergibt: [ P ] = i [a E ] T [G E ] [a E ] T [ A E ] [a E ] [ P ] [a E ] T [G i E ] E [a E ] T [ H E ] [ a E ] 2 E = i E [a E ] T [G E ] E [ a E ] T [Q E ] [a E ] [ P ] [a E ] T [ A E ] [a E ] [ P ] E [a E ] T [G i E ] Prof. Dr. Wandinger 5. Numerische Methoden Akustik

31 1.1.2 Finite Elemente Die Beiträge der inneren Flächen heben sich bei der Summation auf, da jede Fläche genau zweimal mit entgegengesetztem Normalenvektor auftritt: Mit den Gesamtmatrizen folgt: [ H ]= E [ A ]= E E [a E ] T [G i E [a E ] T [ H E ] [ a E ], [Q ]= E [a E ] T [ A E ] [a E ], [G ]= E ]=[0] [a E ] T [Q E ] [a E ] [a E ] T [G E ] [ H ] i [ A ] 2 [Q ] [ P ]= i [G ] Prof. Dr. Wandinger 5. Numerische Methoden Akustik

32 1.1.2 Finite Elemente [ H ] Die Mobilitätsmatrix ist reell, symmetrisch und positiv semi-definit: [ P ] T [ H ] [ P ] 0 für [ P ] [0] Für ein räumlich konstantes Schallfeld gilt: [ P 0 ] [ H ] [ P 0 ]=[0 ] Die Kompressibilitätsmatrix [Q ] ist reell, symmetrisch und positiv definit: [ P ] T [Q ] [ P ] 0 für [ P ] [0] [ A ] Die Absorptionsmatrix ist komplex und symmetrisch. Sie kann außerdem von der Kreisfrequenz ω abhängen. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

33 1.1.3 Diskretisierungsregeln Geometrie: Hexaeder und Pentaeder liefern in der Regel bessere Ergebnisse als Tetraeder. Große Unterschiede in den Kantenlängen eines Elements sind zu vermeiden. Spitze Winkel zwischen Elementkanten sind zu vermeiden. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

34 1.1.3 Diskretisierungsregeln Elementgröße: Die größte Kantenlänge L max hängt von der Wellenlänge λ ab: Bei Verwendung von Elementen mit linearer Interpolation des Schalldrucks gilt: L max /6 Bei Verwendung von Elementen mit quadratischer Interpolation des Schalldrucks gilt: L max /2 Ausschlaggebend ist die Wellenlänge, die zum dreifachen Wert der höchsten Erregerfrequenz f max gehört: = c 3 f max Prof. Dr. Wandinger 5. Numerische Methoden Akustik

35 1.2 Außenraumprobleme Nahbereich und Außenbereich: Bei Außenraumproblemen ist das Gebiet, in dem das Schallfeld berechnet werden soll, unendlich. Es wird unterteilt in einen Nahbereich G i und den unendlichen Außenbereich G a. Die Grenzfläche S G zwischen Nahbereich und Außenbereich muss konvex sein und alle Schallquellen einschließen. Der Nahbereich kann mit finiten Elementen diskretisiert werden. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

36 1.2 Außenraumprobleme G a S G G i S v Prof. Dr. Wandinger 5. Numerische Methoden Akustik

37 1.2 Außenraumprobleme Im Außenbereich hat die Lösung der Helmholtz-Gleichung, die die Abstrahlbedingung von Sommerfeld erfüllt, die Darstellung P r,, =e i k r P n, n=1 (Reihenentwicklung von Atkinson und Wilcox). Die Funktionen P n, werden durch die Werte auf der Grenzfläche S G festgelegt. Der Außenbereich wird mit halbunendlichen Elementen diskretisiert, die als semi-infinite Elemente bezeichnet werden. r n Prof. Dr. Wandinger 5. Numerische Methoden Akustik

38 1.2 Außenraumprobleme Geometrie eines semi-infiniten Elements: Die Geometrie eines semi-infiniten Elements wird festgelegt durch seine Basisfläche S B und den Pol P. Die Basisfläche ist Teil der Grenzfläche: 1 4 S B 2 x 3 - x P 3 x 3 S B S G P x P O Prof. Dr. Wandinger 5. Numerische Methoden Akustik

39 1.2 Außenraumprobleme Die Geometrie wird durch folgende Interpolation beschrieben: x,, =x P N k, g x k x P k Dabei ist 1 1, 1 1, 0 1 x P der Ortsvektor des Pols und x k der Ortsvektor eines Knotenpunkts. Die Summation erstreckt sich über alle Knotenpunkte der Basisfläche. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

40 1.2 Außenraumprobleme Die Funktionen N k, sind die üblichen Interpolationsfunktionen für 2-dimensionale finite Elemente. Für ein lineares Element mit 4 Knoten gilt z.b. N 1, = , N 2, = 1 4 N 3, = , N 4, = Die Interpolationsfunktionen müssen die Bedingung erfüllen. k N k, =1 Prof. Dr. Wandinger 5. Numerische Methoden Akustik

41 1.2 Außenraumprobleme Von der Funktion g wird gefordert: g 1 =0, g 0 =1, lim 1 g = Die einfachste Funktion, die diese Bedingungen erfüllt, ist g = 1 1 Die Punkte mit ζ = 0 liegen in der Basisfläche: x,,0 =x P k N k, x k x P = k N k, x k Prof. Dr. Wandinger 5. Numerische Methoden Akustik

42 1.2 Außenraumprobleme Für feste Werte von ξ und η ergeben sich Halbgeraden, die im Pol beginnen. Für den Abstand eines Punktes auf der Halbgerade vom Pol gilt: r= x x P =g N k, x k x P =g r B k Dabei ist r B der Abstand zwischen dem Pol und dem Basispunkt, in dem die entsprechende Halbgerade die Basisfläche schneidet. Es folgt: r =g = 1 r B 1, r B r = 1 1 Prof. Dr. Wandinger 5. Numerische Methoden Akustik

43 1.2 Außenraumprobleme 3 P x B - x P 4 B 1 2 Prof. Dr. Wandinger 5. Numerische Methoden Akustik

44 1.2 Außenraumprobleme Interpolation des Schalldrucks: Nach der Reihenentwicklung von Atkinson und Wilcox gilt für den Verlauf des Schalldrucks in radialer Richtung P r =e i k r r B n=1 n, r B r Die unendliche Reihe wird durch eine endliche Summe approximiert: n P r e i k p r r B n=1 n, r B r n p =e i k r r B n=1 P Bn, n r B r Prof. Dr. Wandinger 5. Numerische Methoden Akustik

45 1.2 Außenraumprobleme Die Funktionen n x sind Polynome vom Grad n, von denen gefordert wird: 1 1 =1, n 1 =0 für n 1 Dann gilt: P r B =P B 1 Die Funktionen P Bn, werden mithilfe der Interpolationsfunktionen für die Basisfläche definiert: P Bn, = k N k, P kn Mit =k r r B lautet der Ansatz für den Schalldruck: p P,, =e i n=1 k N k, n 1 1 P kn Prof. Dr. Wandinger 5. Numerische Methoden Akustik

46 1.2 Außenraumprobleme Aus den für die Polynome n x geforderten Eigenschaften folgt: Die Koeffizienten P k1 geben den Schalldruck an den Knotenpunkten der Basisfläche an. Sie stimmen mit dem Schalldruck an den entsprechenden Knotenpunkten der an die Basisfläche angeschlossenen finiten Elemente überein. Die übrigen Koeffizienten haben keine unmittelbare physikalische Bedeutung. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

47 1.2 Außenraumprobleme Die numerischen Eigenschaften der entstehenden Matrizen hängen entscheidend von einer geschickten Wahl der Polynome ab. Günstige Eigenschaften werden erzielt, wenn orthogonale Polynome (Legendre-Polynome, Jacobi-Polynome) gewählt werden. Schwache Formulierung für den Außenbereich: Zur Herleitung der schwachen Formulierung wird der Außenbereich durch eine äußere Grenzfläche abgeschlossen, auf der die Abstrahlbedingung von Sommerfeld als Randbedingung angesetzt wird. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

48 1.2 Außenraumprobleme Anschließend wird der Grenzübergang betrachtet, dass die äußere Grenzfläche unendlich weit nach außen verschoben wird. Testfunktionen: Für semi-infinite Elemente werden in der Regel Testfunktionen gewählt, die nicht mit den für die Interpolation gewählten Funktionen übereinstimmen. Diese allgemeineren Galerkin-Verfahren werden als Petrov- Galerkin-Verfahren bezeichnet. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

49 1.2 Außenraumprobleme Folgende Verfahren sind gebräuchlich: Werden die Interpolationsfunktionen als Ansatzfunktionen gewählt, ergeben sich komplexe frequenzabhängige Matrizen, die symmetrisch sind (Bettess, Burnett). Werden die komplex konjugierten Ansatzfunktionen gewählt, ergeben sich komplexe unsymmetrische Matrizen, die nicht von der Frequenz abhängen. Besonders leistungsfähige Elemente ergeben sich, wenn als Ansatzfunktionen die durch r 2 dividierten komplex konjugierten Ansatzfunktionen gewählt werden (Astley, Leis). Prof. Dr. Wandinger 5. Numerische Methoden Akustik

50 1.2 Außenraumprobleme Hinweise zur Modellierung: Damit die semi-infiniten Elemente den gesamten Außenbereich überlappungsfrei überdecken, muss die Grenzfläche zwischen Nahbereich und Außenbereich konvex sein, und alle Elemente müssen den gleichen Pol haben. Bei Schallabstrahlung in den Halbraum muss der Pol in der den Halbraum begrenzenden schallharten Ebene liegen Der Grad des Polynoms in radialer Richtung hängt ab vom Abstand der Grenzfläche S G zwischen Nahbereich und Außenbereich vom abstrahlenden Körper von der Richtungsabhängigkeit der Schallabstrahlung Prof. Dr. Wandinger 5. Numerische Methoden Akustik

51 1.2 Außenraumprobleme Der Grad des Polynoms muss umso höher sein, je näher die Grenzfläche am abstrahlenden Körper ist, je komplizierter die Richtungsabhängigkeit der Schallabstrahlung ist. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

52 1.3 Analysen Die wichtigsten akustischen Analysen sind die Eigenschwingungsanalyse und die Frequenzganganalyse. Die Eigenschwingungsanalyse ermittelt die akustischen Eigenschwingungen bei Innenraumproblemen. Die Frequenzganganalyse ermittelt Amplitude und Phase des Schalldrucks in Abhängigkeit von der Erregerfrequenz. Mit den Ergebnissen der Frequenzganganalyse lässt sich das Leistungsdichtespektrum des Schalldrucks aus dem Leistungsdichtespektrum der Anregung ermitteln. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

53 1.3 Analysen Eigenschwingungsanalyse: Wenn keine Anregung und keine Absorption vorhanden sind, lautet das diskrete Gleichungssystem für das Innenraumproblem Die Matrizen und sind symmetrisch. Matrix ist positiv semi-definit und Matrix [Q ] positiv definit. Daraus folgt: [ H ] 2 [Q ] [ P ]=[0] [ H ] [Q ] [ H ] Es gibt genau n positive Eigenwerte, für die nichttriviale Lösungen des Gleichungssystems existieren. Dabei ist n die Dimension des Gleichungssystems. 2 Prof. Dr. Wandinger 5. Numerische Methoden Akustik

54 1.3 Analysen Die zugehörigen Frequenzen f = /2 sind die Resonanzfrequenzen. Zu jedem Eigenwert gibt es einen reellen Eigenvektor : [ H ] [ x ]= 2 [Q ] [ x ] [ x ] Für die Eigenvektoren gilt: Die Eigenvektoren können bezüglich der Kompressibilitätsmatrix normiert werden: Dann gilt: [ x ] T [ H ] [ x ]=0, [ x ] T [Q ] [ x ]=0 für [ x ] T [Q ] [ x ]=1 [ x ] T [ H ] [ x ]= 2 Prof. Dr. Wandinger 5. Numerische Methoden Akustik

55 1.3 Analysen Jedes diskrete Schalldruckfeld lässt sich als Überlagerung der Eigenvektoren darstellen: n [ P ]= =1 Die im Allgemeinen komplexen Koeffizienten q ν werden als modale Koordinaten bezeichnet. [ P ] q [ x ] Wenn der Wert des Schalldrucks an keiner Stelle des Randes zu null gesetzt ist, dann gibt es einen Eigenwert 2 0 =0. Der zugehörige Eigenvektor beschreibt ein im gesamten Gebiet konstantes Schalldruckfeld. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

56 1.3 Analysen Zur Lösung des Eigenwertproblems können dieselben Methoden eingesetzt werden, wie sie für die Berechnung der Eigenschwingungen von Strukturen verwendet werden. Die wichtigsten Methoden sind das Verfahren von Lanczos und die Unterraumiteration. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

57 1.3 Analysen Frequenzganganalyse: Es wird zwischen der direkten und der modalen Frequenzganganalyse unterschieden. Bei der direkten Frequenzganganalyse wird das Gleichungssystem [ H ] i [ A ] 2 [Q ] [ P ]= i [G ] für jede vorgegebene Erregerfrequenz ω gelöst. Bei der modalen Frequenzganganalyse wird das Schallfeld als Überlagerung der Eigenvektoren dargestellt: n [ P ]= =1 q [ x ] Prof. Dr. Wandinger 5. Numerische Methoden Akustik

58 1.3 Analysen In der Regel werden dabei nicht alle Eigenvektoren verwendet, sondern nur die m Eigenvektoren, die zu den niedrigsten Resonanzfrequenzen gehören: mit m [ P ] [ P ]= m =1 q [ x ]=[ X m ] [ q ] [ X m ]=[ [ x 1 ] [ x 2 ] [ x m ] ] und [ q ]=[ q 1 q m] 2 q Prof. Dr. Wandinger 5. Numerische Methoden Akustik

59 1.3 Analysen Dieses Verfahren wird als modale Reduktion bezeichnet. Dabei ist in der Regel m n. Einsetzen des Ansatzes für den Schalldruck und Multiplikation des entstehenden Gleichungssystems mit ergibt [ X m ] T [ X m ] T [ H ] i [ A ] 2 [Q ] [ X m ] [q ]= i [ X m ] T [G ] Aus den Eigenschaften der Eigenvektoren folgt [ 2 ] 2 [ I ] i [ X m ] T [ A ] [ X m ] [ q ]= i [ X m ] T [G ] mit [ ]=[ m] Prof. Dr. Wandinger 5. Numerische Methoden Akustik

60 1.3 Analysen Ohne Absorption ist die Matrix dieses Gleichungssystems eine Diagonalmatrix. Die so genannte Ausbreitungsdämpfung des Schalls infolge von Wärmeleitung und Viskosität der Luft kann bei der modalen Frequenzganganalyse durch ein Lehrsches Dämpfungsmaß von ca. 1 beschrieben werden. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

61 1.4 Bewertung Die Methode der Finiten Elemente stößt wie jedes andere numerische Verfahren an Grenzen, wenn die Erregerfrequenz zu groß wird. Ausschlaggebend dafür ist das Verhältnis der kleinsten Wellenlänge zur größten Abmessung des betrachteten Gebiets. Die Grenzen resultieren aus der Modellgröße sowie der Reproduzierbarkeit der Ergebnisse. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

62 1.4 Bewertung Modellgröße: Pro Wellenlänge sollten mindestens 6 lineare oder 2 quadratische Elemente verwendet werden. Die Anzahl der benötigten Elemente N E lässt sich abschätzen durch N E = V V E Dabei ist V das Volumen des betrachteten Gebiets und V E L E 3 das Volumen eines typischen finiten Elements mit der Kantenlänge L E. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

63 Mit =c / f folgt 1.4 Bewertung bei Verwendung von linearen Elementen: N E 6 3 V 3 f max c 3 =5832V f max c bei Verwendung von quadratischen Elementen: 3 N E 2 3 V 3 f max c 3 =215V f max c 3 f max Dabei ist die höchste Erregerfrequenz. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

64 1.4 Bewertung Reproduzierbarkeit: Mit zunehmender Erregerfrequenz nimmt die Anzahl der Resonanzfrequenzen in der Umgebung der Erregerfrequenz stark zu. Das hat zur Folge, dass die Antwort sehr stark von kleinen Ungenauigkeiten in den Daten abhängt. Bei hochfrequenter Anregung sind daher nur statistische Aussagen sinnvoll. Statistische Vorhersagen lassen sich zum Beispiel mit der Statistical Energy Analysis (SEA) machen. Prof. Dr. Wandinger 5. Numerische Methoden Akustik

Eigenwerte und Eigenvektoren von Matrizen

Eigenwerte und Eigenvektoren von Matrizen Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt

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

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

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n

Mehr

Mathematik 1 für Wirtschaftsinformatik

Mathematik 1 für Wirtschaftsinformatik Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration

Mehr

Kevin Caldwell. 18.April 2012

Kevin Caldwell. 18.April 2012 im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig

Mehr

3.6 Eigenwerte und Eigenvektoren

3.6 Eigenwerte und Eigenvektoren 3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse

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

8. Übung zur Vorlesung Mathematisches Modellieren Lösung

8. Übung zur Vorlesung Mathematisches Modellieren Lösung Universität Duisburg-Essen Essen, den.6. Fakultät für Mathematik S. Bauer C. Hubacsek C. Thiel 8. Übung zur Vorlesung Mathematisches Modellieren Lösung In dieser Übung sollen in Aufgabe und die qualitativ

Mehr

Modellieren in der Angewandten Geologie II. Sebastian Bauer

Modellieren in der Angewandten Geologie II. Sebastian Bauer Modellieren in der Angewandten Geologie II Geohydromodellierung Institut für Geowissenschaften Christian-Albrechts-Universität zu Kiel CAU 3-1 Die Finite Elemente Method (FEM) ist eine sehr allgemeine

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

4. Die ebene Platte. 4.1 Schallabstrahlung von Platten 4.2 Biegeschwingungen von Platten. Prof. Dr. Wandinger 4. Schallabstrahlung Akustik 4.

4. Die ebene Platte. 4.1 Schallabstrahlung von Platten 4.2 Biegeschwingungen von Platten. Prof. Dr. Wandinger 4. Schallabstrahlung Akustik 4. 4. Die ebene Platte 4.1 Schallabstrahlung von Platten 4.2 Biegeschwingungen von Platten Prof. Dr. Wandinger 4. Schallabstrahlung Akustik 4.4-1 Schallabstrahlung einer unendlichen ebenen Platte: Betrachtet

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

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Dr. Nico Düvelmeyer Freitag, 1. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Einführung und Wiederholung Beispiel

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +

Mehr

B H 0 H definieren, die somit die Antwort des Ordnungsparameters auf eine Variation der dazu konjugierten

B H 0 H definieren, die somit die Antwort des Ordnungsparameters auf eine Variation der dazu konjugierten In Anwesenheit eines äußeren magnetischen Felds B entsteht in der paramagnetischen Phase eine induzierte Magnetisierung M. In der ferromagnetischen Phase führt B zu einer Verschiebung der Magnetisierung

Mehr

www.mathe-aufgaben.com

www.mathe-aufgaben.com Abiturprüfung Mathematik 008 Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe 1: ( VP) x Gegeben ist die Funktion f mit f(x). x Bilden Sie die Ableitung von f und fassen Sie diese so weit wie

Mehr

MC-Serie 11: Eigenwerte

MC-Serie 11: Eigenwerte D-ERDW, D-HEST, D-USYS Mathematik I HS 14 Dr. Ana Cannas MC-Serie 11: Eigenwerte Einsendeschluss: 12. Dezember 2014 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung

Mehr

4 Vorlesung: 21.11. 2005 Matrix und Determinante

4 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

Mehr

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren Aufgabe Gegeben seien die Punkte A(,,, B(,,, C(,,. (a Geben Sie die Hesse-Normalform der Ebene E, welche die drei Punkte A, B und C enthält, an. (b Bestimmen Sie den Abstand des Punktes P (,, 5 zur Ebene

Mehr

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung. Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,

Mehr

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.

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. 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 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

www.mathe-aufgaben.com

www.mathe-aufgaben.com Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit sin() f() =. Aufgabe : ( VP) Berechnen Sie das Integral ( )

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

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.

Mehr

Grundlagen der Monte Carlo Simulation

Grundlagen der Monte Carlo Simulation Grundlagen der Monte Carlo Simulation 10. Dezember 2003 Peter Hofmann Inhaltsverzeichnis 1 Monte Carlo Simulation.................... 2 1.1 Problemstellung.................... 2 1.2 Lösung durch Monte

Mehr

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21 5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11

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

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und

Mehr

3. Leistungsdichtespektren

3. Leistungsdichtespektren Stochastische Prozesse: 3. Leistungsdichtespektren Wird das gleiche Geräusch mehrmals gemessen, so ergeben sich in der Regel unterschiedliche zeitliche Verläufe des Schalldrucks. Bei Geräuschen handelt

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

Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen

Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen 1. Bestimmen Sie für die folgenden Funktionen zunächst die kritischen Stellen und entscheiden

Mehr

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. 2.2. POTENZREIHEN 207 2.2 Potenzreihen. Definitionen Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe a n x x 0 n. Es gilt: es

Mehr

Gegeben ist die Funktion f durch. Ihr Schaubild sei K.

Gegeben ist die Funktion f durch. Ihr Schaubild sei K. Aufgabe I 1 Gegeben ist die Funktion f durch. Ihr Schaubild sei K. a) Geben Sie die maximale Definitionsmenge D f an. Untersuchen Sie K auf gemeinsame Punkte mit der x-achse. Bestimmen Sie die Intervalle,

Mehr

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer. Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016 Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert

Mehr

Bildverarbeitung Herbstsemester 2012. Kanten und Ecken

Bildverarbeitung Herbstsemester 2012. Kanten und Ecken Bildverarbeitung Herbstsemester 01 Kanten und Ecken 1 Inhalt Einführung Kantendetektierung Gradientenbasierende Verfahren Verfahren basierend auf der zweiten Ableitung Eckpunkterkennung Harris Corner Detector

Mehr

Basistext Geraden und Ebenen

Basistext Geraden und Ebenen Basistext Geraden und Ebenen Parameterdarstellung Geraden Eine Gerade ist durch zwei Punkte P und Q, die auf der Geraden liegen, eindeutig festgelegt. Man benötigt zur Darstellung den Vektor. Dieser wird

Mehr

Optimieren unter Nebenbedingungen

Optimieren unter Nebenbedingungen Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht

Mehr

1 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 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

Mehr

Funktionen (linear, quadratisch)

Funktionen (linear, quadratisch) Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Ergänzung Eigenwerte und Eigenvektoren Motivation Definitionen Beispiele im IR 2 Beispiele im IR 3 Eigenwerte und Eigenvektoren Motivation Lineare Abbildungen, Ausgangsvektor und Bildvektor Lineare Abbildungen

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

Extremwerte von Funktionen mehrerer reeller Variabler

Extremwerte von Funktionen mehrerer reeller Variabler Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein

Mehr

Aufgaben zu Kapitel 20

Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v

Mehr

Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen)

Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen) Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen) Fachbereich Mathematik Wintersemester 0/0 Prof. Dr. Burkhard Kümmerer./3. November 0 Andreas Gärtner Walter Reußwig

Mehr

FEM isoparametrisches Konzept

FEM isoparametrisches Konzept FEM isoparametrisches Konzept /home/lehre/vl-mhs-/folien/vorlesung/5_fem_isopara/deckblatt.tex Seite von 25. p./25 Inhaltsverzeichnis. Interpolationsfunktion für die finiten Elemente 2. Finite-Element-Typen

Mehr

Analysis. mit dem Computer-Algebra-System des TI-92. Anhang 2: Gedanken zum Lehrplan. Beat Eicke und Edmund Holzherr 11.

Analysis. mit dem Computer-Algebra-System des TI-92. Anhang 2: Gedanken zum Lehrplan. Beat Eicke und Edmund Holzherr 11. ETH EIDGENÖSSISCHE TECHNISCHE HOCHSCHULE ZÜRICH Analysis mit dem Computer-Algebra-System des TI-92 Anhang 2: Gedanken zum Lehrplan Beat Eicke und Edmund Holzherr 11. November 1997 Eidgenössische Technische

Mehr

Numerisches Programmieren

Numerisches Programmieren Technische Universität München WS /3 Institut für Informatik Prof Dr Hans-Joachim Bungartz Dipl-Inf Christoph Riesinger Dipl-Inf Dipl-Math Jürgen Bräckle Numerisches Programmieren Programmieraufgabe: Polnominterpolation,

Mehr

1 Anregung von Oberflächenwellen (30 Punkte)

1 Anregung von Oberflächenwellen (30 Punkte) 1 Anregung von Oberflächenwellen (30 Punkte) Eine ebene p-polarisierte Welle mit Frequenz ω und Amplitude E 0 trifft aus einem dielektrischen Medium 1 mit Permittivität ε 1 auf eine Grenzfläche, die mit

Mehr

5.10. Mehrdimensionale Extrema und Sattelpunkte

5.10. Mehrdimensionale Extrema und Sattelpunkte 5.1. Mehrdimensionale Extrema und Sattelpunkte Zur Erinnerung: Eine Funktion f von einer Teilmenge A des R n nach R hat im Punkt a ein (strenges) globales Maximum, falls f( x ) f( a ) (bzw. f( x ) < f(

Mehr

Gleichungen - Aufgabenstellung und Lösungsstrategien

Gleichungen - Aufgabenstellung und Lösungsstrategien Gleichungen - Aufgabenstellung und Lösungsstrategien Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 18. Juli 2006 1 Einleitung

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

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH ) Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon

Mehr

Serie 8: Fakultativer Online-Test

Serie 8: Fakultativer Online-Test Prof Norbert Hungerbühler Lineare Algebra I Serie 8: Fakultativer Online-Test ETH Zürich - D-MAVT HS 215 1 Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen Die Nachbesprechung

Mehr

3. Das Gleichungssystem

3. Das Gleichungssystem Lagerung: Damit das Fachwerk Kräfte aufnehmen kann, muss es gelagert werden, Die Lagerung muss so beschaffen sein, dass keine Starrkörperbewegungen oder Mechanismen mehr möglich sind. Die Verschiebungen

Mehr

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:

Mehr

18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1

18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1 UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive

Mehr

Pflichtteilaufgaben zu Gegenseitige Lage, Abstand, Baden-Württemberg

Pflichtteilaufgaben zu Gegenseitige Lage, Abstand, Baden-Württemberg Pflichtteilaufgaben zu Gegenseitige Lage, Abstand, Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz wwwmathe-aufgabencom September 6 Abituraufgaben (Haupttermin) Aufgabe

Mehr

DIFFERENTIALGLEICHUNGEN

DIFFERENTIALGLEICHUNGEN DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung

Mehr

Kapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben

Kapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben Kapitel 16 Aufgaben Verständnisfragen Aufgabe 16.1 Ist das Produkt quadratischer oberer bzw. unterer Dreiecksmatrizen wieder eine obere bzw. untere Dreiecksmatrix? Aufgabe 16.2 Bekanntlich gilt im Allgemeinen

Mehr

Orientierung der Vektoren b 1,..., b n. Volumen des von den Vektoren aufgespannten Parallelotops

Orientierung der Vektoren b 1,..., b n. Volumen des von den Vektoren aufgespannten Parallelotops 15. DETERMINANTEN 1 Für n Vektoren b 1,..., b n im R n definiert man ihre Determinante det(b 1,..., b n ) Anschaulich gilt det(b 1,..., b n ) = Orientierung der Vektoren b 1,..., b n Volumen des von den

Mehr

Kapitel 15. Lösung linearer Gleichungssysteme

Kapitel 15. Lösung linearer Gleichungssysteme Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren

Mehr

5 Interpolation und Approximation

5 Interpolation und Approximation 5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)

Mehr

Aufgaben zu Kapitel 16

Aufgaben zu Kapitel 16 Aufgaben zu Kapitel 16 1 Aufgaben zu Kapitel 16 Verständnisfragen Aufgabe 16.1 Ist das Produkt quadratischer oberer bzw. unterer Dreiecksmatrizen wieder eine obere bzw. untere Dreiecksmatrix? Aufgabe 16.2

Mehr

Überbestimmte Gleichungssysteme

Überbestimmte Gleichungssysteme Siebente Vorlesung, 8. Mai 2008, Inhalt Überbestimmte Gleichungssysteme Kleinste Quadrate: einfaches Beispiel, elementare Herleitung Normalengleichungen Transformation mit QR-Zerlegung und SVD Nichtlineare

Mehr

4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung. 4. Dämpfungsmodelle. Elastodynamik 1 3.

4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung. 4. Dämpfungsmodelle. Elastodynamik 1 3. 4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung 4. Dämpfungsmodelle 3.4-1 4.1 Grundlagen Dämpfung ist ein Prozess, bei dem Energie dissipiert wird. Mechanische

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

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. 13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)

Mehr

V 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,

V 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775, Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen

Mehr

Geometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt:

Geometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt: Geometrie 1. Vektoren Die Menge aller zueinander parallelen, gleich langen und gleich gerichteten Pfeile werden als Vektor bezeichnet. Jeder einzelne Pfeil heißt Repräsentant des Vektors. Bei Ortsvektoren:

Mehr

45 Eigenwerte und Eigenvektoren

45 Eigenwerte und Eigenvektoren 45 Eigenwerte und Eigenvektoren 45.1 Motivation Eigenvektor- bzw. Eigenwertprobleme sind wichtig in vielen Gebieten wie Physik, Elektrotechnik, Maschinenbau, Statik, Biologie, Informatik, Wirtschaftswissenschaften.

Mehr

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Computer Vision: 3D-Geometrie D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung 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:

Mehr

Schulinternes Curriculum. Mathematik

Schulinternes Curriculum. Mathematik Gymnasium Zitadelle Schulinternes Curriculum (G 8) Stand: Schuljahr 2012/13 Gymnasium Zitadelle Schulinternes Curriculum Seite 1 EF Eingeführtes Lehrbuch: Lambacher Schweizer 10 Einführungsphase Funktionen

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

Modellierung, Simulation, Optimierung Diskretisierung 1

Modellierung, Simulation, Optimierung Diskretisierung 1 Modellierung, Simulation, Optimierung Diskretisierung Prof. Michael Resch Dr. Martin Bernreuther, Dr. Natalia Currle-Linde, Dr. Martin Hecht, Uwe Küster, Dr. Oliver Mangold, Melanie Mochmann, Christoph

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 Computer-Tomographie

Grundlagen der Computer-Tomographie Grundlagen der Computer-Tomographie Quellenangabe Die folgenden Folien sind zum Teil dem Übersichtsvortrag: imbie.meb.uni-bonn.de/epileptologie/staff/lehnertz/ct1.pdf entnommen. Als Quelle für die mathematischen

Mehr

DAS ABI-PFLICHTTEIL Büchlein

DAS ABI-PFLICHTTEIL Büchlein DAS ABI-PFLICHTTEIL Büchlein für Baden-Württemberg Alle Originalaufgaben Haupttermine 004 0 Ausführlich gerechnete und kommentierte Lösungswege Mit vielen Zusatzhilfen X π Von: Jochen Koppenhöfer und Pascal

Mehr

Lineare Algebra: Determinanten und Eigenwerte

Lineare Algebra: Determinanten und Eigenwerte : und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b

Mehr

2. Spezielle anwendungsrelevante Funktionen

2. Spezielle anwendungsrelevante Funktionen 2. Spezielle anwendungsrelevante Funktionen (1) Affin-lineare Funktionen Eine Funktion f : R R heißt konstant, wenn ein c R mit f (x) = c für alle x R existiert linear, wenn es ein a R mit f (x) = ax für

Mehr

Quadratische Formen und Definitheit

Quadratische Formen und Definitheit Universität Basel Wirtschaftswissenschaftliches Zentrum Quadratische Formen und Definitheit Dr. Thomas Zehrt Inhalt: 1. Quadratische Formen 2. Quadratische Approximation von Funktionen 3. Definitheit von

Mehr

Dämpfung. . Grundlagen. Viskose Dämpfung. Modale Dämpfung. Rayleigh-Dämpfung. Strukturdämpfung. Elastodynamik 2 SS

Dämpfung. . Grundlagen. Viskose Dämpfung. Modale Dämpfung. Rayleigh-Dämpfung. Strukturdämpfung. Elastodynamik 2 SS Dämpfung. Grundlagen. Viskose Dämpfung. Modale Dämpfung. Rayleigh-Dämpfung. Strukturdämpfung 5. Dämpfung 5-1 1. Grundlagen Dämpfung ist ein Prozess, bei dem Energie dissipiert wird. Mechanische Energie

Mehr

5. Fourier-Transformation

5. Fourier-Transformation Fragestellungen: 5. Fourier-Transformation Bei Anregung mit einer harmonischen Last kann quasistatitisch gerechnet werden, wenn die Erregerfrequenz kleiner als etwa 30% der Resonanzfrequenz ist. Wann darf

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

3. Modalanalyse. Die Ermittlung der Eigenschwingungen wird als Modalanalyse bezeichnet. Die Modalanalyse kann experimentell oder rechnerisch erfolgen.

3. Modalanalyse. Die Ermittlung der Eigenschwingungen wird als Modalanalyse bezeichnet. Die Modalanalyse kann experimentell oder rechnerisch erfolgen. 3. Modalanalyse Die Ermittlung der Eigenschwingungen wird als Modalanalyse bezeichnet. Die Modalanalyse kann experimentell oder rechnerisch erfolgen. Bei der rechnerischen Modalanalyse muss ein Eigenwertproblem

Mehr

ÜBERBLICK ÜBER DAS KURS-ANGEBOT

ÜBERBLICK ÜBER DAS KURS-ANGEBOT ÜBERBLICK ÜBER DAS KURS-ANGEBOT Alle aufgeführten Kurse sind 100 % kostenfrei und können unter http://www.unterricht.de abgerufen werden. ANALYSIS / INFINITESIMALRECHNUNG Nullstellen * Nullstellen einer

Mehr

6 Eigenwerte und Eigenvektoren

6 Eigenwerte und Eigenvektoren 6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,

Mehr

PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson. Funktionentheorie II SS 2001

PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson. Funktionentheorie II SS 2001 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson Funktionentheorie II SS 2001 1.Übung AUFGABE 1: Zeigen Sie, daß die Riemannschen Flächen CI und D := {z CI z < 1 } mit

Mehr

Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Lösungsvorschlag

Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner SS 0 Blatt 9 9060 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach Lösungsvorschlag a Die gegebene Matrix

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 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

Mehr

Inhaltsverzeichnis. I Lineare Gleichungssysteme und Matrizen 1. Vorwort

Inhaltsverzeichnis. I Lineare Gleichungssysteme und Matrizen 1. Vorwort Vorwort V I Lineare Gleichungssysteme und Matrizen 1 1 Der Begriff des Körpers 3 1.1 Mengen 3 1.2 Köiperaxiome 3 1.3 Grundlegende Eigenschaften von Körpern 5 1.4 Teilkörper 7 1.5 Aufgaben 8 1.5.1 Grundlegende

Mehr

4 Lineare Algebra (Teil 2): Quadratische Matrizen

4 Lineare Algebra (Teil 2): Quadratische Matrizen 4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,

Mehr

Vektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden)

Vektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden) fua3673 Fragen und Antworten Vektorgeometrie (bitte nur für den Eigengebrauch verwenden) Inhaltsverzeichnis Vektorgeometrie im Raum. Fragen................................................. Allgemeines..........................................

Mehr

1 Lineare Gleichungssysteme und Matrizen

1 Lineare Gleichungssysteme und Matrizen 1 Lineare Gleichungssysteme und Matrizen Das Studium linearer Gleichungssysteme und ihrer Lösungen ist eines der wichtigsten Themen der linearen Algebra. Wir werden zunächst einige grundlegende Begriffe

Mehr

Lösungsskizzen zur Klausur

Lösungsskizzen zur Klausur sskizzen zur Klausur Mathematik II Sommersemester 4 Aufgabe Es seien die folgenden Vektoren des R 4 gegeben: b = b = b 3 = b 4 = (a) Prüfen Sie ob die Vektoren b b 4 linear unabhängig sind bestimmen Sie

Mehr