Die Hückel-Theorie (HMO)

Größe: px
Ab Seite anzeigen:

Download "Die Hückel-Theorie (HMO)"

Transkript

1 Die ückel-theorie (MO) Voraussetzungen: Rechenregeln für Integrale, Matrizen, Determinanten, LCAO-Methode, Überlappungsintegrale/Erwartungswerte, Dirac-Schreibweise, Ritzquotient, Variationsprinzip, Säkulardeterminante Zur Theorie: Die MO Theorie ist eine Anwendung der LCAO-Methode unter Verwendung des Variationsprinzips (semiempirisch). Es handelt sich um eine Näherung zur Beschreibung von konjugierten π-systemen. qualitative Aussagen ohne Computer möglich π System wird separat betrachtet (Orthogonalität zu den σ-bindungen) σ-framework wird komplett vernachlässigt Annahme, dass lediglich das π-system die Reaktivität und die spektroskopischen Eigenschaften des Moleküls bestimmt Vorgehensweise:. Die Molekülorbitale des π-systems werden durch eine Linearkombination der p z -Atomorbitale gebildet: Ψ πsys = c ϕ p + c ϕ p + c 3 ϕ p3... () ierbei sollen die ϕ s die p-atomorbitale Darstellen.. Bestimmung der Koeffizienten (c, c...) durch Minimierung des Ritz- (Variationsprinzip). Dies führt zur sog. Säkulardeterminante, welche folgende Form besitzt: S E S E 3 S 3 E n S n E S E S E 3 S E n S n E = 0 (). m S m E m S m E m3 S m3 E mn S mn E Quotienten Ψ Ĥ Ψ Ψ Ψ Die Säkulardeterminante ist bereits für Benzol eine 6x6 Determinante. Es gelten folgende Abkürzungen: S nm ϕ n ϕ m dτ, nm ϕ n ϕ m dτ 3. Anwendung der ückelnäherungen: Die Säkulardeterminante wird durch diese drastischen Näherungen vereinfacht (Man erhält dadurch nur noch qualitative Aussagen). a.) S nm = 0 wenn n m für alle Überlappungsintegrale (geringe Überlappung der p-orbitale ist eine drastische Näherung) b.) S nm = wenn n = m (Da die AO s alle normiert sind keine Näherung)

2 c.) nm = 0 wenn keine Bindung zwischen Atom n und Atom m ( keine Wechselwirkung der Orbitale p n und p m ) d.) nm = wenn eine Bindung zwischen Atom n und Atom m vorhanden ist. ( ist das sog. Resonanzintegral oder Bindungsintegral. Da es sich um ein Matrixelement handelt ist es eine reelle Zahl; < 0.) e.) nm = α wenn n = m (Alle Coulombintegrale der Säkulardeterminante sollen den konstanten Wert α besitzen. Die Energie α ist immer negativ.) 4. Determinante lösen man erhält n-werte für die Energie E als Funktion von α und. Es kann folglich auch nur eine Aussage über die relative Lage der Energetischen Niveaus der MO s getroffen werden (keine genauen Zahlen). 5. Einsetzen der erhaltenen Werte für E i in die Matrix man erhält einen Zusammenhang zwischen c, c, c Über Normierungsbedingung genaue Werte für c, c, c 3... berechnen. Die Vorgehensweise soll nun an einem einfachen Beispiel demonstriert werden. Das aller einfachste, wenn auch triviale Molekül, das sich mit der MO- Theorie beschreiben lässt ist das Ethenmolekül. Das auptaugenmerk soll hierbei auf der Vorgehensweise der Näherungen liegen und nicht auf dem Ergebnis. p z p z Abbildung : Das Ethenmolekül besitzt zwei p z Orbitale, welche orthogonal zu den σ Bindungen vorliegen. Die gesuchte LCAO lautet: Ψ πsys = c ϕ pz + c ϕ pz

3 Durch Minimierung des Ritz-Qutienten Ψ Ĥ Ψ E Ψ Ψ 0 erhält man zwei lineare Gleichungssysteme. Die Säkulardeterminante lautet demnach: α S E 0 S E 0 S E α S E = 0 (3) Nach ückel gilt folgende Näherung: α E α E = 0 (4) Das ist das gleiche wie (Division durch ): α E α E = 0 (5) Damit das lineare Gleichungssystem eine nicht triviale Lösung besitzt muss also: ( ) α E = 0 (6) Daraus folgen zwei Lösungen: α E = und α E = bzw. E = α + und E = α ( < 0 E > E ). Wir erhalten also zwei MO s mit einem Energieunterschied von. Da wir nun wissen, dass das lineare Gleichungssystem eine nicht triviale Lösung besitzt, können wir es lösen: α E i c + c = 0 c + α E i c = 0 (7) Für E gilt somit: c + c = 0 c = c Für E gilt somit: c + c = 0 c = c

4 E E α E kj / mol Abbildung : Die relative Lage der MO s nach der ückel Theorie. Man erhält wie immer bei der MO-Theorie genau so viele MO s wie AO s linearkombiniert wurden. Sowohl α wie auch bezeichnet man als Matrixelemente. Es handelt sich dabei um Energiewerte (Zahlen). Konkrete Werte der Matrixelemente lassen sich mit der MO- Theorie nicht bestimmen. Qualitative Aussagen erhält man nach der ückel- Theorie allemal. So wissen wir nun, dass die Koeffizienten (c und c ) vom Betrag her gleich sind und die MO- Energien symmetrisch um den Wert α liegen. Man kann nun mit der ilfe der Normierungsbedingung konkrete Werte für c und c berechnen (ier sehr ausführlich gezeigt, damit man als Chemiker wieder mit Rechenregeln bezüglich Summen und Integralen vertraut wird :-). Ψ π sys Ψ πsys dτ = ( c ϕ p z + c ϕ p z ) ( c ϕ pz + c ϕ pz ) dτ = ( ) c ϕ p z c ϕ pz + c ϕ p z c ϕ pz + c ϕ p z c ϕ pz + c ϕ p z c ϕ pz dτ = c c ϕ p z ϕ pz dτ+ c c ϕ p z ϕ pz dτ+ c c ϕ p z ϕ pz dτ+ c c ϕ p z ϕ pz dτ = c c ϕ p z ϕ pz dτ+c c [ (c i c k i= k= ϕ p z ϕ pz dτ+c c ) ] ϕ p zi ϕ pzk dτ = ϕ p z ϕ pz dτ+c c ϕ p z ϕ pz dτ = Schreibe die Summe zur Übung mal aus. Man kommt zum gleichen Ergebnis wie oben. Man kann die Klammern in der Summe auch weglassen. Da Atomorbitale orthonormiert sind gilt: ϕ i ϕ k = δ ik dadurch fällt die älfte der 4

5 Glieder der Summe Weg und bei der anderen älfte wird das Integral =. Es bleibt Übrig: c jc j = = c j = c + c j= j= Merke: Immer wenn man eine Wellenfuntion die aus einer Linearkombination von Basisfunktionen aufgebaut ist normiert, muss die Summe der Betragsquadrate der Koeffizienten (c i ) gleich sein Für E gilt somit (c = c ): c + (c ) = c = c = c = Für E gilt somit (c = c ): c + ( c ) = c = c = c = Das war die ückel Theorie für ein triviales Beispiel. Eine gute Übung ist die Durchführung der MO-Methode mit dem Allyl-Kation. Übrigens lässt sich eine ückel-determinante für beliebige konjugierte Systeme ganz schnell nach folgendem Schema aufstellen (Bsp. Benzol): Alle ückel-determinanten haben die gleiche Form wie Gleichung (5) C i x x x x 0 = x x (8) ierbei steht x für α E. Benachbarte Atome bekommen eine, nicht benachbarte eine 0 (Vgl. Gleichung 5). Es zeigt sich, dass nach der ückel-theorie zyklisch konjugierte π-systeme mit (4n+)π-Elektronen ein energetisch besonders günstiges MO-Schema aufweisen. Man nennt solche Systeme dann aromatisch (siehe unten). 5

6 E α α α+ α α+ Abbildung 3: Das MO-Schema von Benzol. Bei 6π-Elektronen sind alle bindenden Orbitale gefüllt. Somit ist diese Elektronenkonfiguration besonders günstig. Eine vergleichbare Orbitalkonstellation gibt es immer bei der Linearkombination von 4n+ p z - Atomorbitalen in zyklisch konjugierten Systemen. Somit sind zyklisch konjugierte Systeme mit (4n+)π- Elektronen häufig relativ reaktionsträge. Man kann die energetische Lage der MO s eines zyklisch konjugierten Systems sehr leicht mit Zirkel und Lineal geometrisch konstruieren (siehe Frost-Musulin-Diagramme in Lehrbüchern). Für alle die sich in Quantenchemie einlesen möchten empfehle ich das Lehrbuch [Ira N. Levine, Quantum Chemistry]. Ich empfinde es als das Lehrbuch aus dem man als Chemiker am einfachsten Fortschritte macht. Es gibt viele mathematische ilfestellungen, wenn man z.b. mal wieder vergessen hat in welche Richtung eine Determinante über Kreuz multipliziert wird. Ira N. Levine legt besonders viel Wert darauf, dass man jeden einzelnen Schritt auch sicher nachvollziehen kann. 6

Da Atome viele ununterscheidbare Elektronen besitzen, sind ihre Zustände durch interelektronische Coulomb- und Austausch-Wechselwirkungen bestimmt.

Da Atome viele ununterscheidbare Elektronen besitzen, sind ihre Zustände durch interelektronische Coulomb- und Austausch-Wechselwirkungen bestimmt. 12 Moleküle Slide 267 Vorbemerkungen Da Atome viele ununterscheidbare Elektronen besitzen, sind ihre Zustände durch interelektronische Coulomb- und Austausch-Wechselwirkungen bestimmt. Je 2 Elektronen

Mehr

f : x y = mx + t Der Graph einer linearen Funktion ist eine Gerade, welche die y-achse im Punkt S schneidet. = m 2 x 2 m x 1

f : x y = mx + t Der Graph einer linearen Funktion ist eine Gerade, welche die y-achse im Punkt S schneidet. = m 2 x 2 m x 1 III. Funktionen und Gleichungen ================================================================== 3.1. Lineare Funktionen Eine Funktion mit der Zuordnungvorschrift f : x y = mx + t und m, t R heißt lineare

Mehr

Fibonacci-Zahlen. Geschichte. Definition. Quotienten

Fibonacci-Zahlen. Geschichte. Definition. Quotienten Mathematik/Informatik Die Fibonacci-Zahlen Gierhardt Fibonacci-Zahlen Geschichte Im Jahre 0 wurde in Pisa ein Buch über das indischarabische Dezimalsystem von dem italienischen Mathematiker Leonardo Fibonacci

Mehr

Aufgabensammlung Klasse 8

Aufgabensammlung Klasse 8 Aufgabensammlung Klasse 8 Inhaltsverzeichnis 1 Potenzen mit natürlichen Hochzahlen 3 1.1 Rechenregeln für das Rechnen mit Potenzen..................... 3 1.1.1 Addition und Subtraktion von Potenzen...................

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

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ.

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ. Eigenwert, Eigenvektor In der Regel hat bei einer linearen Abbildung das Bild eines Vektors eine andere Richtung als das Original r. Bei der Untersuchung der geometrischen Eigenschaften von linearen Abbildungen

Mehr

8. Übungsblatt zur Mathematik I für Maschinenbau

8. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 8. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS / 6..-.. Aufgabe G (Matrixinversion mit Gauß-Algorithmus

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

Übungen zur Vorlesung Theoretische Chemie II Übungsblatt 1 SoSe 2015 Lösungen Ĥ Ψ = E Ψ (1) c b

Übungen zur Vorlesung Theoretische Chemie II Übungsblatt 1 SoSe 2015 Lösungen Ĥ Ψ = E Ψ (1) c b Übungen zur Vorlesung Theoretische Chemie II Übungsblatt SoSe 205 Lösungen. H 2 + Molekülion a) Konstruieren Sie die Schrödingergleichung in Matrixdarstellung. Zunächst geht man von der stationären Schrödinger-Gleichung

Mehr

H. Stichtenoth WS 2005/06

H. Stichtenoth WS 2005/06 H. Stichtenoth WS 25/6 Lösungsvorschlag für das. Übungsblatt Aufgabe : Der gesuchte Unterraum U ist die lineare Hülle von v und v 2 (siehe Def. 5. und Bsp. 5.5b), d. h. U : Spanv,v 2 } v R : v λ v + λ

Mehr

Hauptachsentransformation: Eigenwerte und Eigenvektoren

Hauptachsentransformation: Eigenwerte und Eigenvektoren Hauptachsentransformation: Eigenwerte und Eigenvektoren die bisherigen Betrachtungen beziehen sich im Wesentlichen auf die Standardbasis des R n Nun soll aufgezeigt werden, wie man sich von dieser Einschränkung

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

5.4 Basis, Lineare Abhängigkeit

5.4 Basis, Lineare Abhängigkeit die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)

Mehr

Rechnen mit rationalen Zahlen

Rechnen mit rationalen Zahlen Rechnen mit rationalen Zahlen a ist die Gegenzahl von a und ( a) a Subtraktionsregel: Statt eine rationale Zahl zu subtrahieren, addiert man ihre Gegenzahl. ( 8) ( ) ( 8) + ( + ) 8 + 7, (,6) 7, + ( +,6)

Mehr

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine

Mehr

Lösen einer Gleichung

Lösen einer Gleichung Zum Lösen von Gleichungen benötigen wir: mindestens einen Term eine Definition der in Frage kommenden Lösungen (Grundmenge) Die Grundmenge G enthält all jene Zahlen, die als Lösung für eine Gleichung in

Mehr

Günter Baars E-Lern- und Lehrmedium: Quantenchemie und Chemie farbiger Stoffe Modul: Quantenchemie und organische farbige Stoffe Übungen mit Lösungen

Günter Baars E-Lern- und Lehrmedium: Quantenchemie und Chemie farbiger Stoffe Modul: Quantenchemie und organische farbige Stoffe Übungen mit Lösungen Günter Baars E-Lern- und Lehrmedium: Quantenchemie und Chemie farbiger Stoffe Modul: Quantenchemie und organische farbige Stoffe Übungen mit Lösungen Korrektorat: Dina Baars, Bern Illustrationen: Christoph

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Übersicht Lineare Gleichungssystem mit 2 Variablen 1 Lineare Gleichungssystem mit 2 Variablen Beispiele 2 Fakultät Grundlagen Folie: 2 Beispiel I Lineare

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

TC1 Grundlagen der Theoretischen Chemie

TC1 Grundlagen der Theoretischen Chemie TC1 Grundlagen der Theoretischen Chemie Irene Burghardt (burghardt@chemie.uni-frankfurt.de) Praktikumsbetreuung: Sarah Römer (roemer@em.uni-frankfurt.de) Simona Scheit (simona.scheit@googlemail.com) Juanma

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 213 Prof. Dr. Erich Walter Farkas Kapitel 7: Lineare Algebra Kapitel 7.5: Eigenwerte und Eigenvektoren einer quadratischen Matrix Prof. Dr. Erich Walter Farkas Mathematik

Mehr

Übungsblatt

Übungsblatt Übungsblatt 3 3.5.27 ) Die folgenden vier Matrizen bilden eine Darstellung der Gruppe C 4 : E =, A =, B =, C = Zeigen Sie einige Gruppeneigenschaften: a) Abgeschlossenheit: Berechnen Sie alle möglichen

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 2 Rechenoperationen und Gesetze Gleichheit

Mehr

10 Lineare Gleichungssysteme

10 Lineare Gleichungssysteme ChrNelius : Lineare Algebra I (WS 2004/05) 1 10 Lineare Gleichungssysteme (101) Bezeichnungen: Ein System 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 x 1 + a

Mehr

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya Lineare Abhängigkeit und Unabhängigkeit -E Ma Lubov Vassilevskaya Eindimensionaler Raum Abb. -: Zwei nicht gleiche Vektoren auf der gleichen Gerade Jeden Vektor, der auf einer Geraden liegt, kann man durch

Mehr

Wiederholung der letzten Vorlesungsstunde: Thema: Chemische Bindungen V Molkülorbitaltheorie I

Wiederholung der letzten Vorlesungsstunde: Thema: Chemische Bindungen V Molkülorbitaltheorie I Wiederholung der letzten Vorlesungsstunde: Thema: Chemische Bindungen V Molkülorbitaltheorie I MO-Theorie: Molekülorbitale durch Linearkombinationen von Atomorbitalen (LCAO-Methode: Linear Combination

Mehr

DEMO für www.mathe-cd.de

DEMO für www.mathe-cd.de (1) Rechnen mit Paaren und Tripeln () Eine Gleichung mit oder 3 Unbekannten (3) Zwei Gleichungen mit 3 Unbekannten Datei Nr. 61 011 Stand 19. Oktober 010 Friedrich W. Buckel INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK

Mehr

Das H + 2 -Molekülion

Das H + 2 -Molekülion Das Näherungen für das elektronische Problem und Kernbewegungen 7. Dezember 2011 Schrödinger-Gleichung des s Abbildung: Arthur Beiser; Atome, Moleküle, Festkörper; Vieweg, Braunschweig 1983 ( K/E 2 2 +

Mehr

Mathematisches Argumentieren und Beweisen Beweisarten Besipiele. Hagen Knaf, WS 2014/15

Mathematisches Argumentieren und Beweisen Beweisarten Besipiele. Hagen Knaf, WS 2014/15 Mathematisches Argumentieren und Beweisen Beweisarten Besipiele Hagen Knaf, WS 2014/15 Im Folgenden sind einige der in der Vorlesung besprochenen Beispielbeweise für die verschiedenen Beweisarten aufgeführt

Mehr

HÖHERE MATHEMATIK I FÜR MW UND CIW Übungsblatt 5

HÖHERE MATHEMATIK I FÜR MW UND CIW Übungsblatt 5 PROF DR-ING RAINER CALLIES DR THOMAS STOLTE DIPL-TECH MATH KATHRIN RUF DIPL-TECH MATH KARIN TICHMANN WS / HÖHERE MATHEMATIK I FÜR MW UND CIW Übungsblatt Zentralübung Z Bezüglich eines kartesischen Koordinatensystems

Mehr

Übung 4. SS 2013 Übung - Einführung in die Verbrennung - Methling, Özuylasi 1

Übung 4. SS 2013 Übung - Einführung in die Verbrennung - Methling, Özuylasi 1 Ziel: Grundlagen der chemischen Reaktionskinetik verstehen Verstehen qualitativer Reaktionsverläufe Aufstellung des Zeitgesetzes Umgang mit nicht reagierenden Stoßpartner (M) Berechnung Geschwindigkeitskoeffizient

Mehr

Corinne Schenka Vorkurs Mathematik WiSe 2012/13. ausmultiplizieren. Anwenden von Potenzgesetzen, Wurzelgesetzen, Logarithmengesetzen

Corinne Schenka Vorkurs Mathematik WiSe 2012/13. ausmultiplizieren. Anwenden von Potenzgesetzen, Wurzelgesetzen, Logarithmengesetzen 3. Algebraische Grundlagen 3.1. Termumformungen Begriff Term: mathematischer Ausdruck, der aus Zahlen, Variablen, Rechenzeichen oder Klammern besteht Termumformungen dienen der Vereinfachung von komplexen

Mehr

Lineare Gleichungen Lineare Gleichungssysteme. Lineare Algebra 5. Ein Trainingsheft für Schüler

Lineare Gleichungen Lineare Gleichungssysteme. Lineare Algebra 5. Ein Trainingsheft für Schüler Lineare Gleichungen Lineare Gleichungssysteme Lineare Algebra Ein Trainingsheft für Schüler Manuelle Lösungen ohne Rechnerhilfen und (hier) ohne Determinanten Datei Nr. 600 Stand 8. September 04 FRIEDRICH

Mehr

Lernzielkatalog. Vorlesung: Allgemeine und Anorganische Chemie, Karsten Meyer

Lernzielkatalog. Vorlesung: Allgemeine und Anorganische Chemie, Karsten Meyer Lernzielkatalog Vorlesung: Allgemeine und Anorganische Chemie, Karsten Meyer Vorlesungen 1-5: 1. Welche vier Elemente findet man am häufigsten im Bereich der Erdkruste, Ozeane und Atmosphäre? 2. Welche

Mehr

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema: Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag

Mehr

Mathematik I+II Frühlingsemester 2019 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik I+II Frühlingsemester 2019 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik I+II Frühlingsemester 219 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 46 8. Lineare Algebra: 5. Eigenwerte und

Mehr

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2 Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete

Mehr

Mathematik für Wirtschaftswissenschaftler I (Lineare Algebra) 2. Klausur Wintersemester 2011/

Mathematik für Wirtschaftswissenschaftler I (Lineare Algebra) 2. Klausur Wintersemester 2011/ Mathematik für Wirtschaftswissenschaftler I (Lineare Algebra) 2. Klausur Wintersemester 2011/2012 21.03.2012 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN. Nachname:...................................................................

Mehr

Blatt 10 Lösungshinweise

Blatt 10 Lösungshinweise Lineare Algebra und Geometrie I SS 05 Akad. Rätin Dr. Cynthia Hog-Angeloni Dr. Anton Malevich Blatt 0 Lösungshinweise 0 0 Aufgabe 0. Es seien die Vektoren u =, v = und w = in R gegeben. a # Finden Sie

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

Demoseiten für

Demoseiten für Lineare Ungleichungen mit Variablen Anwendung (Vorübungen für das Thema Lineare Optimierung) Datei Nr. 90 bzw. 500 Stand 0. Dezember 009 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 90 / 500 Lineare Ungleichungen

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

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14052018 (Teil 1) 7 Mai 2018 Steven Köhler mathe@stevenkoehlerde mathestevenkoehlerde 2 c 2018 Steven Köhler 7 Mai 2018 Matrizen

Mehr

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT Prof. N. Hungerbühler ETH Zürich, Winter 6 Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT. Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in das entsprechende

Mehr

Höhere Mathematik III WS 05/06 Lösungshinweis Aufgabe G 11 Blatt 2

Höhere Mathematik III WS 05/06 Lösungshinweis Aufgabe G 11 Blatt 2 Höhere Mathematik III WS 5/6 Lösungshinweis Aufgabe G 11 Blatt Die zu optimierende Zielfunktion ist der Abstand zum Ursprung. Ein bekannter Trick (Vereinfachung der Rechnung) besteht darin, das Quadrat

Mehr

3 Matrizenrechnung. 3. November

3 Matrizenrechnung. 3. November 3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige

Mehr

Grundlagen der Theoretischen Chemie (TC 1)

Grundlagen der Theoretischen Chemie (TC 1) Grundlagen der Theoretischen Chemie (TC 1) Vorlesung: Mo 10h-12h, Do 9h-10h Übungen: Do 8h-9h (2 Gruppen: H1, B3; Betreuung: J. Plötner, IB) Vorlesungsmaterial + Übungen: http://www.chimie.ens.fr/umr8642/quantique/tc1-l6.pdf

Mehr

A wird in diesem Fall invertierbar oder regulär genannt. Beispiel

A wird in diesem Fall invertierbar oder regulär genannt. Beispiel Inverse Matrizen Definition Sei A eine quadratische Matrix vom yp (n,n) Existiert zu A eine Matrix X gleichen yps mit AX = XA = E (E: (n,n) Einheitsmatrix), so nennt man X die zu A inverse Matrix, oder

Mehr

Vektoren und Matrizen

Vektoren und Matrizen Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden

Mehr

11. Quantenchemische Methoden

11. Quantenchemische Methoden Computeranwendung in der Chemie Informatik für Chemiker(innen) 11. Quantenchemische Methoden Jens Döbler 2004 "Computer in der Chemie", WS 2003-04, Humboldt-Universität VL11 Folie 1 Grundlagen Moleküle

Mehr

Musterlösung zur Probeklausur zur Angewandten Diskreten Mathematik Dr. Hartmut Lanzinger, Hans- Peter Reck

Musterlösung zur Probeklausur zur Angewandten Diskreten Mathematik Dr. Hartmut Lanzinger, Hans- Peter Reck Musterlösung zur Probeklausur zur Angewandten Diskreten Mathematik Dr. Hartmut Lanzinger, Hans- Peter Reck Gesamtpunktzahl: 114 Punkte, 100 Punkte= 100 %, keine Abgabe 1. Es seien m = 1155 und n = 1280.

Mehr

Mathematik 1, Teil B. Inhalt:

Mathematik 1, Teil B. Inhalt: FH Emden-Leer Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre 2.) Matrizen, Determinanten

Mehr

Achsensymmetrie. Konstruktionen M 7.1

Achsensymmetrie. Konstruktionen M 7.1 M 7.1 Achsensymmetrie Punkte, die auf der Symmetrieachse liegen und nur diese, sind von zueinander symmetrischen Punkten gleich weit entfernt. Eigenschaften achsensymmetrischer Figuren Die Verbindungsstrecke

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter

Mehr

Das Lösen linearer Gleichungssysteme

Das Lösen linearer Gleichungssysteme Das Lösen linearer Gleichungssysteme Lineare Gleichungen Die Gleichung a 1 x 1 + a 2 x 2 +... + a n x n = b ist eine lineare Gleichung in den n Variablen x 1, x 2,..., x n. Die Zahlen a 1, a 2,..., a n

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

Lineare Algebra I Zusammenfassung

Lineare Algebra I Zusammenfassung Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition

Mehr

Aufgabe 1 (LGS mit Parameter): Bestimmen Sie die Lösungsmengen des folgenden LGS in Abhängigkeit vom Parameter :

Aufgabe 1 (LGS mit Parameter): Bestimmen Sie die Lösungsmengen des folgenden LGS in Abhängigkeit vom Parameter : Mathematik MB Übungsblatt Termin Lösungen Themen: Grundlagen Vektoren und LGS ( Aufgaben) DHBW STUTTGART WS / Termin SEITE VON Aufgabe (LGS mit Parameter): Bestimmen Sie die Lösungsmengen des folgenden

Mehr

Das Simplexverfahren

Das Simplexverfahren Byron Das Simplexverfahren. Worum es geht: Es ist eine lineare Gleichung f gegeben, sowie ein System von Ungleichungen, die nähere Aussagen über die Unbekannten von f geben. Durch das Simplexverfahren

Mehr

9 WOODWARD-HOFFMANN-REGELN 92

9 WOODWARD-HOFFMANN-REGELN 92 9 WOODWARD-HOFFMANN-REGELN 92 Die SMOs des Reaktanden und der Produkte (die nach Idealisierung nicht mehr unterschieden werden) müssen konstruiert und nach ihrer Knotenstruktur energetisch klassifiziert

Mehr

2. Linear Combination of Atomic Orbitals

2. Linear Combination of Atomic Orbitals . Linear Combination of Atomi Orbitals Molekülorbitale werden mit ilfe des Variationsansatzes erhalten. Beispiel: -atomiges Molekül Atom, ϕ Atom, ϕ amilton-operator: Orthonormierung: ˆ ϕ El. Atom ϕ = =

Mehr

Klausur HM I F 2004 HM I : 1

Klausur HM I F 2004 HM I : 1 Klausur HM I F 004 HM I : Aufgabe (5 Punkte): Für welche n gilt die folgende Aussage? ( n ) det n! n 0 (n )! () Führen Sie den Beweis mit Hilfe der vollständigen Induktion. Lösung: Beweis per Induktion

Mehr

Vektoren - Lineare Abhängigkeit

Vektoren - Lineare Abhängigkeit Vektoren - Lineare Abhängigkeit Linearkombination Eine Linearkombination ist ein Ausdruck r a + r a +... Dabei nennt man die (reellen) Zahlen r i auch Koeffizienten. Lineare Abhängigkeit Wenn ein Vektor

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

Matrizen und Drehungen

Matrizen und Drehungen Matrizen und Drehungen 20. Noember 2003 Diese Ausführungen sind im wesentlichen dem Skript zur Vorlesung Einführung in die Theoretische Physik I und II on PD Dr. Horst Fichtner entnommen. Dieses entstand

Mehr

(a) Lösen Sie die Differentialgleichung unter Verwendung der Mathematica-Funktion DSolve.

(a) Lösen Sie die Differentialgleichung unter Verwendung der Mathematica-Funktion DSolve. Institut für Physikalische Chemie Methodenkurs Anwendungen von Mathematica und Matlab in der Physikalischen Chemie im WS 205/206 Prof Dr Stefan Weber, Dr Till Biskup Aufgabenblatt zum Teil (Mathematica)

Mehr

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6 Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................

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

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 Ebenen 1

Vektorgeometrie Ebenen 1 Vektorgeometrie Ebenen 1 Parametergleichung von Ebenen Punkte und Geraden in Ebenen. Spezielle Lagen von Punkten in Bezug auf ein Parallelogramm oder Dreieck. Datei Nr. 63021 Stand 1. Juli 2009 INTERNETBIBLIOTHEK

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

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme 1 Wiederholung Eine Menge von Vektoren a 1, a 2,, a k heisst linear unabhängig, wenn eine Linearkombination c 1 a 1 + c 2 a 2 + + c k a k = k c i a i (1) i=1 nur dann Null sein

Mehr

D-MATH, D-PHYS, D-CHAB Lineare Algebra II FS 14 Manfred Einsiedler. Musterlösung 8. i=1. w 2, w 2 w 2 =

D-MATH, D-PHYS, D-CHAB Lineare Algebra II FS 14 Manfred Einsiedler. Musterlösung 8. i=1. w 2, w 2 w 2 = D-MATH, D-PHYS, D-CHAB Lineare Algebra II FS 14 Manfred Einsiedler Musterlösung 8 1. Wir konstruieren eine Orthogonalbasis aus der Basis (v 1, v 2, v ) mit dem Gram- Schmidt-Verfahren. Wir wenden die Formel

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

WAS FEHLT? STATISCHE KORRELATION UND VOLLE KONFIGURATIONSWECHSELWIRKUNG

WAS FEHLT? STATISCHE KORRELATION UND VOLLE KONFIGURATIONSWECHSELWIRKUNG 31 besetzen als die β Elektronen. Wenn man dies in der Variation der Wellenfunktion zulässt, also den Satz der Orbitale verdoppelt und α und β Orbitale gleichzeitig optimiert, so ist i. A. die Energie

Mehr

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015 Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler

Mehr

PFLICHTTEIL FRANZ LEMMERMEYER

PFLICHTTEIL FRANZ LEMMERMEYER PFLICHTTEIL FRANZ LEMMERMEYER ( Bestimmen Sie die erste Ableitung der Funktion f(x mit f(x = (3x x + und Vereinfachen Sie so weit wie möglich. ( Bestimmen Sie diejenige Stammfunktion F (x von ( π f(x =

Mehr

Exkurs: Eigenwertproblem

Exkurs: Eigenwertproblem 1 von 7 29.11.2008 16:09 Exkurs: Eigenwertproblem Bei der Faktorenanalyse tritt das Eigenwertproblem auf. Man spricht von einem Eigenwertproblem wenn das Produkt zwischen einer Matrix und einem Vektor

Mehr

Matrizen: Grundbegriffe. 1-E Ma 1 Lubov Vassilevskaya

Matrizen: Grundbegriffe. 1-E Ma 1 Lubov Vassilevskaya Matrizen: Grundbegriffe -E Ma Lubov Vassilevskaya Lineares Gleichungssystem Abb. : Der Schnittpunkt P der beiden Geraden ist die graphische Lösung des linearen Gleichungssystem g : y = x, g 2 : y = 3 x,

Mehr

Übungen zu Physik 2 für Maschinenwesen

Übungen zu Physik 2 für Maschinenwesen Physikdepartment E13 SS 011 Übungen zu Physik für Maschinenwesen Prof. Dr. Peter Müller-Buschbaum, Dr. Eva M. Herzig, Dr. Volker Körstgens, David Magerl, Markus Schindler, Moritz v. Sivers Vorlesung 1.07.011,

Mehr

Richie Gottschalk Lineare Algebra I Seite 1. a) Welche der folgenden Ringe sind kommutativ? Es gibt genau einen Unterraum W von V mit dim(w ) = n.

Richie Gottschalk Lineare Algebra I Seite 1. a) Welche der folgenden Ringe sind kommutativ? Es gibt genau einen Unterraum W von V mit dim(w ) = n. Richie Gottschalk Lineare Algebra I Seite Aufgabe Im Folgenden sind K immer ein Körper und V ein K-Vektorraum. a) Welche der folgenden Ringe sind kommutativ? K[x] K[x] ist per se ein kommutativer Polynomring.

Mehr

Ausgewählte Lösungen zu den Übungsblättern 4-5

Ausgewählte Lösungen zu den Übungsblättern 4-5 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit

Mehr

10. Die komplexen Zahlen.

10. Die komplexen Zahlen. 10-1 Funktionen 10 Die kompleen Zahlen Dies ist ein Thema, das unberechtigter Weise als schwer gilt! Die Konstruktion der kompleen Zahlen ist viel einfacher zu verstehen ist, als einige der bisherigen

Mehr

Atom-, Molekül- und Festkörperphysik

Atom-, Molekül- und Festkörperphysik Atom-, Molekül- und Festkörperphysik für LAK, SS 2014 Peter Puschnig basierend auf Unterlagen von Prof. Ulrich Hohenester 4. Vorlesung, 27. 3. 2014 Molekülbindung, H2+ - Molekülion, Hybridisierung, Kohlenstoffverbindungen

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

Analysis II. Vorlesung 48. Die Hesse-Form

Analysis II. Vorlesung 48. Die Hesse-Form Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 48 Die Hesse-Form Wir sind natürlich auch an hinreichenden Kriterien für das Vorliegen von lokalen Extrema interessiert. Wie schon im eindimensionalen

Mehr

Mathematischer Vorkurs für Physiker WS 2012/13: Vorlesung 1

Mathematischer Vorkurs für Physiker WS 2012/13: Vorlesung 1 TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13: Vorlesung 1 Komplexe Zahlen Das Auffinden aller Nullstellen von algebraischen Gleichungen ist ein Grundproblem, das in der Physik

Mehr

Lineare Algebra II 5. Übungsblatt

Lineare Algebra II 5. Übungsblatt Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross / Mai Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Algebraisch abgeschlossener Körper) Ein Körper heißt algebraisch abgeschlossen,

Mehr

Ein Lehrbuch für Studierende der Chemie im 2. Studienabschnitt

Ein Lehrbuch für Studierende der Chemie im 2. Studienabschnitt Atom- und Molekülbau Ein Lehrbuch für Studierende der Chemie im 2. Studienabschnitt Von Peter C. Schmidt und Konrad G. Weil 147 Abbildungen, 19 Tabellen Georg Thieme Verlag Stuttgart New York 1982 Vorwort

Mehr

3 Lineare Algebra Vektorräume

3 Lineare Algebra Vektorräume 3 Lineare Algebra Vektorräume (31) Sei K ein Körper Eine kommutative Gruppe V bzgl der Operation + ist ein Vektorraum über K, wenn eine Operation : K V V (λ, v) λv existiert mit i) v,w V λ,µ K: λ (v +

Mehr

Tutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen)

Tutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen) Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 22.5.217 (Teil 1, Lösungen) 1. Mai 217 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 217 Steven Köhler 1. Mai 217

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 1 Einführung Lineare Gleichungen Definition

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Darstellungsmatrizen 2 2 Diagonalisierbarkeit

Mehr

PC2: Spektroskopie Störungsrechnung

PC2: Spektroskopie Störungsrechnung PC: Spektroskopie Störungsrechnung (neu überarbeitet im SS 014, nach: Wedler-Freund, Physikalische Chemie) Wir betrachten ein System aus quantenchemischen Zuständen m, n, zwischen denen durch die Absorption

Mehr

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64 1/64 VEKTORRECHNUNG Prof. Dr. Dan Eugen Ulmet Hochschule Esslingen März 2011 2/64 Overview Vektoralgebra 1 Vektoralgebra 2 Was sind Vektoren? 3/64 Vektoren werden geometrisch definiert als Pfeilklassen:

Mehr

Wie löst man eine Gleichung?

Wie löst man eine Gleichung? Wie löst man eine Gleichung? Eine Gleichung wird gelöst, indem man sie, ohne dass sich die Lösungsmenge ändert, Schritt für Schritt in eine sog. unmittelbar auflösbare Gleichung umwandelt. Unter einer

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 2 2. (Frühjahr 29, Thema 3, Aufgabe 3) Gegeben sei die reelle 3 3 Matrix 4 2 A = 2 7 2 R 3 3. 2 2 a)

Mehr

Lineare Gleichungen mit 2 Variablen

Lineare Gleichungen mit 2 Variablen Lineare Gleichungen mit 2 Variablen Lineare Gleichungen mit 2 Variablen sind sehr eng verwandt mit linearen Funktionen. Die Funktionsgleichung einer linearen Funktion f(x) = m x+q m: Steigung, q: y Achsenabschnitt

Mehr

Serie 8: Online-Test

Serie 8: Online-Test D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen

Mehr