hat genau eine eindeutig bestimmte Lösung, wenn für die Determinante der Koeffizientenmatrix gilt:

Größe: px
Ab Seite anzeigen:

Download "hat genau eine eindeutig bestimmte Lösung, wenn für die Determinante der Koeffizientenmatrix gilt:"

Transkript

1 1 Determinnten Die Determinnte einer qudrtischen Mtrix ist eine reelle Zhl. Sie ermöglicht insbesondere eine Aussge über die Existenz der inversen Mtrix bzw. über die Lösbrkeit von lineren leichungssystemen. 1. Berechnung von zweireihigen Determinnten Bereits im rundkurs sind Determinnten ufgetreten, nämlich bei der Crmerschen Regel (Algebr Linere leichungssysteme). Im Folgenden sind zusmmenfssend einige Eigenschften drgestellt. Ein lineres leichungssystem + = wobei + = 0 oder 0 bzw. 0 oder 0 ht genu eine eindeutig bestimmte Lösung, wenn für die Determinnte der Koeffizientenmtrix gilt: det = = 0 In diesem Fll heisst die Mtrix regulär. Bemerkung: Sttt det A schreibt mn uch kurz oder Nch der us dem rundkurs beknnten Crmerschen Regel können die Lösungen des lineren leichungssystems ls Quotient zweier Determinnten drgestellt werden: b b b x 1 = x2 = b Aus dem Kpitel Vektorprodukt des rundkurses ist zusätzlich beknnt, dss die beiden Spltenvektoren und der Koeffizientenmtrix A ein Prllelogrmm ufspnnen, dessen orientierter Inhlt gerde gleich det ist. Die Beweise der folgenden Eigenschften von zweireihigen Determinnten ergeben sich us der Definition z.t. mit einigem Rechenufwnd. 1. Die Einheitsmtrix E = ht die Determinnte Stimmen bei einer Determinnte zwei Splten (Zeilen) überein, dnn ht die Determinnte den Wert 0.

2 2 3. Wird eine Splte (Zeile) mit dem Fktor λ multipliziert, so multipliziert sich die Determinnte mit λ d.h. bei einer Determinnte knn ein gemeinsmer Fktor vor die Determinnte gezogen werden = = = Die Determinnte ändert sich nicht, wenn zu einer Splte (Zeile) ein Vielfches einer ndern Splte (Zeile) ddiert wird. 6 1 = 24 5 = Addiert mn ds 6-fche der 2. Splte zur 1. Splte, so verändert sich der Wert der Determinnte nicht: 0 1 = 0 29 = Sind die Splten (Zeilen) von A liner bhängig (d.h. ist der Rng von A kleiner ls 2) dnn ist der Wert der Determinnte gleich 0. Beispiele: = = 0 6. Vertuscht mn zwei Splten (Zeilen) von A so wechselt die Determinnte ds Vorzeichen. 7 3 = 7 12 = = = Die Determinnte einer Dreiecksmtrix oder sogr Digonlmtrix ist ds Produkt der Elemente uf der Huptdigonlen = 15 7 = = Die Determinnte eines Mtrizenprodukts AB ist gleich dem Produkt der beiden Fktoren A und B = $ = 2 %$ = = 22 $ = 10 det%$ = 220 = $

3 3 2. Berechnung von dreireihigen Determinnten Der Fll n = 3 wurde ebenflls bereits im Kpitel Vektorrechnung ( Sptprodukt ) gelöst. Dort wurde gezeigt, dss ds orientierte Volumen eines Spts, ds von den drei Spltenvektoren der Mtrix ufgespnnt wird gilt: ' det% = det& ' ( ' ' '' = det ' ' det ' '' ' + ' det '' ' Die dreireihige Determinnte A knn lso uf zweireihige Determinnten, die sogennnten Unterdeterminnten zurückgeführt werden. Diese entstehen us der dreireihigen Determinnte, indem mn die erste Zeile und die j-te Splte (j = 1, 2, 3) streicht. Bezeichnet mn die Unterdeterminnten mit D11, D12 und D13 dnn gilt: det% = 1 ) * + 1 ) * + ' 1 )' * ' Diese Aussge ist ein Spezilfll des sogennnten Lplce schen Entwicklungsstzes. Sie gilt entsprechend uch für jede ndere Zeile oder Splte. Die lternierenden Vorzeichen bilden ein Schchbrettmuster % = & ( Es empfiehlt sich eine Entwicklung nch der 2. Zeile, d D22 wegen 22 = 0 nicht berechnet werden muss. * = = 17 * ' = = 21 det% = 4 1 ) )' 21 = = 110 Übungsufgben: ) A = ' b) Es ist zu überprüfen, ob die die folgenden Vektoren liner unbhängig sind = & 2(,+ = & 5( -+ = & 8( 3 Lösungen: ) 6 9 det% = = 6 b) Die Determinnte der folgenden Mtrix ist = & 2 4 2( Also sind die drei Vektoren liner bhängig, d.h. sie liegen prllel zur derselben Ebene.

4 4 3. Definition einer n-reihigen Determinnte Die Definition der Determinnte knn nun rekursiv erfolgen, indem mn die Berechnung einer n-reihigen Determinnte durch ihre Entwicklung z.b. nch der ersten Zeile definiert. 1 det% = / 0 1 )0 * 0 02 Allgemein gilt der folgende Entwicklungsstz von Lplce: 1 det% = / 1 3)4 34 * Die Entwicklung gilt lso uch, wenn sttt nch der ersten Zeile nch einer beliebigen Zeile (oder Splte) entwickelt wird. Die Unterdeterminnten * 34 entstehen us der ursprünglichen Determinnte, indem die i-te Zeile und die k-te Splte gestrichen werden. Bei der Bestimmung von = wird zweckmässigerweise nch der 2. Zeile entwickelt. = 1 ) * + 1 ) 6 * = = = Entwicklung nch der 1. Splte = = = Entwicklung nch der 2. Zeile = = = Übungsufgbe: Bestimme die Determinnte der folgenden Mtrix A % = F Lösung: Der Rechenufwnd ist miniml, wenn nch der 4. Splte entwickelt wird: = 3 1 ) = 3 2 =

5 5 Die für zweireihige Determinnten gültigen Eigenschften gelten sinngemäss uch für n-reihige Determinnten. Die z.t. ufwändigen Beweise sind in der Fchlitertur zu finden. 1. Der Wert einer Determinnte ändert sich nicht, wenn Zeilen und Splten miteinnder vertuscht werden d.h. es gilt: det H = det wobei H die trnsponierte Mtrix von bedeutet. 2. Beim Vertuschen zweier Zeilen (Splten) ändert eine Determinnte ds Vorzeichen. 3. Werden die Elemente einer Zeile (Splte) mit einer reellen Zhl λ multipliziert, so wird die Determinnte mit λ multipliziert. 4. Eine Determinnte ht den Wert Null, wenn eine Zeile (Splte) ls Linerkombintion der übrigen Zeilen (Splten) drgestellt werden knn. 5. Der Wert einer Determinnte ändert sich nicht, wenn zu einer Zeile (Splte) ein beliebiges Vielfches einer ndern Zeile (Splte) ddiert wird. 6. Für zwei beliebige n-reihige Mtrizen A und B gilt der Multipliktionsstz von Cuchy: det$ = $ 7. Ist A eine Dreiecksmtrix dnn ist ihre Determinnte gleich dem Produkt ihrer Digonlenelemente. = 11 Beispiele zu 4. ) = 0 der 2. Zeilenvektor ist der Nullvektor 1 b) = der 2. Zeilenvektor ist ein Vielfches des 1. Zeilenvektors 1 2 c) = = = = der 3. Spltenvektor ist eine Linerkombintion des 1. und 2. Spltenvektors

6 6 Mit den sieben Eigenschften und dem Entwicklungsstz ergibt sich eine weitere Möglichkeit Determinnten zu berechnen. Beispiele: ) 0 1 % = F multipliziere die letzte Splte mit (-1) und ddiere sie zu den übrigen Splten F ddiere die 1., Splte zur letzten Splte, so erhält mn eine Dreiecksmtrix F Die Determinnte ist ds Produkt der Digonlenelemente det = 3 b) = Zur 1. Zeile wird ds Doppelte der 4. Zeile ddiert = Die Determinnte wird nch der 1. Zeile entwickelt = Die dreireihige Determinnte wird nch der 3. Zeile entwickelt = = =

7 7 Übungsufgben: 1 3 ) % = F Tipp: Addiere z.b. geeignete Vielfche der 1. Splte zu den übrigen Splten so, dss dort Nullen erscheinen. 2 1 b). = F Tipp: Entwickle nch der 4. Splte 3 4 c) J = F d) * = F d) F = Lösungen: ) ddiere zur 2. Splte ds (-3)-fche der 1. Splte, die 1. Splte zur 3. und ds (-6)-fche der 1. Splte zur 4. Splte und entwickle nschliessend nch der 1. Splte det% = = = b) -30 c) 26 (nch der 2. Zeile entwickeln) d) 0 (geeignete Vielfche der 3. Zeile zur 1. bzw. 4 Zeile ddieren ergibt viele Nullen e) det. = 6 (Verllgemeinerung?)

8 8 Es existiert uch die folgende explizite Formel zur Berechnung einer Determinnte: det% = /KLMN,P,P.. 1,P1 P dbei ist über lle Permuttionen N der Zhlen 1, 2,.n zu summieren. Die Summe besteht lso us n! Summnden. KLMN ist + 1 für eine gerde, -1 für eine ungerde Permuttion. Bei den gerden Permuttionen ist die Anzhl der Fehlstände gerde, bei einer ungerden Permuttion ist die Anzhl der Fehlstände ungerde. Beispiele: ) Die Permuttion: ist ungerde, denn es gibt 3 Fehlstände, nämlich 2 > 1, 4 > 1, 4 > b) Die Permuttion erfordert 5 Vertuschungen benchbrter Elemente, um sie in die ntürliche Reihenfolge zu bringen zweireihige Mtrix % = = 2! Permuttionen 1 2 gerde Permuttion sgn π(1) = ungerde Permuttion sgn π(2) = -1 det % = Bemerkung: Dmit steht fest, dss die Srrus sche Regel nur im Fll n = 3 gelten knn, denn sie würde für n > 3 nur einen Teil der Permuttionen umfssen. 4. Reguläre Mtrizen Definition: Eine n-reihige qudrtische Mtrix heisst regulär, wenn ihre Determinnte von 0 verschieden ist. Es knn gezeigt werden, dss eine regulären Mtrix A uch umkehrbr ist, d.h. es gilt: % % R = % R % = S wo E die Einheitsmtrix bedeutet. Als Folgerung der Eigenschft det$ = $ gilt für die Determinnte der inversen Mtrix det% R = 1 det%

9 9 Die inverse Mtrix knn nch dem uss-algorithmus oder uch mit den bereits erwähnten (n 1)-reihigen Unterdeterminnten Dik nch dem folgenden Stz gebildet werden. Stz: Zu jeder regulären n-reihigen Mtrix A existiert genu eine inverse Mtrix A -1 % R = UVWX [ Z Y % %.. % 1 %.. %.... % 1.. % 1 % 1.. ^ ] % 11 \ wobei % 30 = 1 3)0 * 30 Die Elemente * 30 entstehen us det A, wenn die i te Zeile und die k-te Splte gestrichen werden. Es ist zu bechten, dss in der i-ten Zeile und k-ten Splte nicht ds Element ik sondern ds Element ki steht. Folgerung: Sind die Elemente der Mtrix A gnzzhlig und gilt det% = ±1, dnn sind uch die Elemente der inversen Mtrix gnzzhlig, womit ds im Kpitel Mtrizen Abschnitt Berechnung der inversen Mtrix erwähnte Rätsel gelöst ist. Beispiele: ) zweireihige Mtrizen (bereits erwähnt in Mtrizen Abschnitt Berechnung der inversen Mtrix ) % = det% = - - Die Unterdeterminnten sind in diesem einfchen Fll: D11 = d D12 = c D21 = b D22 = Mit diesen Elementen wird nch der Vorzeichenregel die folgende Mtrix gebildet - Die Zeilen und Splten werden vertuscht, die Mtrix lso trnsponiert: - Die Mtrix ist noch durch die Determinnte von A zu dividieren: % R = 1 det% - = b) A = mit det A = -1 Die Unterdeterminnten ergeben sich zu D11 = = -1 D12 = = 2 D13 = = 0

10 10 D21 = = 1 D22 = = -2 D23 = = 1 D31 = = 4 D32= = -7 D23 = = 4 Mit diesen Elementen wird nch der Vorzeichenregel die folgende Mtrix gebildet Diese Mtrix ist zu trnsponieren, d.h. es sind Zeilen und Splten zu vertuschen D die Determinnte den Wert -1 ht sind lle Elemente dieser Mtrix noch durch (-1) zu dividieren, d.h. sie wechseln ds Vorzeichen. A -1 = Multipliziert mn zur Kontrolle A -1 mit A so erhält mn wie erwrtet die Einheitsmtrix I3 A -1 A = 5. Die Crmersche Regel Ist die Koeffizientenmtrix A eines (n n)-leichungssystems regulär, d.h. ist det A 0, dnn ht ds System %+ =,+ genu eine Lösung. Multipliziert mn diese leichung von links mit A -1 so erhält mn R %+ = R,+ + = R,+ Berechnet mn die inverse Mtrix mit den Unterdeterminnten, so ergibt sich die folgende Crmersche Regel Ein lineres (n n)-system %+ =,+ mit regulärer Koeffizientenmtrix A ht die eindeutig bestimmte Lösung 3 = * 3 _ = 0 1,2,,M det% dbei bedeutet Di die Hilfsdeterminnte die us det A hervorgeht, indem mn die i-te Splte durch die Absolutglieder c1, c2,., cn ersetzt.

11 11 `,+ = det% * * * ' b UVWX c Rd 4 e UVWX d Rd 5 ' f UVWX d Rd 3 Ds leichungssystem ht folglich die Lösung: 4 5 ' 3 Übungsufgbe: Lösung des lineren leichungssystems mit der Crmerschen Regel: ' ' 30 Lösung: Ds qudrtische System ist für eine reguläre Koeffizientenmtrix eindeutig lösbr det% * * * ' ' 0 Bemerkung: Die rechenufwändige Crmersche Regel ist in der Theorie wichtig. Es wird nicht empfehlen, sie bei konkreten Beispielen zu verwenden.

12 12 6. Lösungsverhlten eins qudrtischen lineren leichungssystems 6.1. Inhomogenes System g,+ h,+ Nch den Ausführungen im Abschnitt uss-algorithmus ist ein inhomogenes lineres (n n)-system %+,+ nur dnn lösbr, wenn die Koeffizientenmtrix A und die erweiterte Koeffizientenmtrix i%j,+k den gleichen Rng hben: Rg(A) = Rgi%j,+k l 1. Fll det 0 A ist regulär Rg(A) = Rgi%j,+k = M: =,+ ht genu eine Lösung. 2. Fll: det = 0 A ist singulär Rg(A) = Rgij,+k = l < n Rg(A) Rgij,+k =,+ ht unendlich viele Lösungen mit n r Prmetern 6.2. Homogenes System g,+ = q,+ + =,+ ht keine Lösung 1. Fll: det 0 r ist regulär g,+ = q,+ ht genu eine Lösung, nämlich die trivile g,+ = q, Fll: det% = 0 A ist singulär g,+ = q,+ ht neben der trivilen Lösung g,+ = q, unendlich viele Lösungen mit n r Prmetern. Beispiele: zu 6.1.1: ' = ' = ' = 3 Die Koeffizientenmtrix A des leichungssystems ist regulär = = Mit dem uss-algorithmus erhält mn die erweiterte Mtrix s t Und nch Rückwärtseinsetzen die Lösung =6, = 4, ' = 1

13 13 zu 6.1.2: + ' = ' = ' = 0 Die Koeffizientenmtrix A des leichungssystems ist singulär = = 0 dmit ist Rg(A) < die erweiterte Mtrix s t ht den Rng 3, denn sie ht eine von Null verschiedene Unterdeterminnte % = = Ds System ist unlösbr. Dies ist uch mit dem usslgorithmus zu erkennen Offensichtlich ist der Rng der Koeffizientenmtrix r = 2, der Rng der erweiterten Mtrix dgegen r = 3. zu ' = 0 2 ' = ' = 0 Die Koeffizientenmtrix A des leichungssystems ist regulär (vgl ) % = = ds System ht folglich nur die trivile Lösung. zu ' = ' = = 0 Die Koeffizientenmtrix A des homogenen leichungssystems ist singulär % = = Ds homogene System ht lso unendlich viele Lösungen, die sich mit dem uss- Algorithmus bestimmen lssen ' = 0 2 = ' = 2u 7 2 ' = = 4u 7 0 ' = 0 ' = 4u Die Lösung hängt wegen n r = 3 2 = 1 noch von einem Prmeter b ' = 4u, = 2u, = u

14 14 Zusmmenfssung: Die folgenden Aussgen über eine (n n)-mtrix sind äquivlent: ) Die leichung des homogenen Systems g,+ = q,+ ht die eindeutige Lösung g,+ = q,+ b) Für jeden beliebigen n-dimensionlen Spltenvektor h,+ ht ds inhomogene System g,+ = h,+ eine eindeutige Lösung. c) Die Mtrix A ist regulär, ds heisst es existiert die inverse Mtrix A -1. d) det% 0 e) Die reduzierte Zeilenstufenform von A ist die n-te Einheitsmtrix f) A lässt sich ls Produkt von Elementrmtrizen schreiben. 7. Rngbestimmung einer Mtrix mit Determinnten Der Rng einer beliebigen (m n)-mtrix knn beknntlich mit elementren Zeilenumformungen bestimmt werden. Er knn ber uch - u.u. mit erheblichem Rechenufwnd - uch mit Unterdeterminnten bestimmt gemäss der folgenden Definition: Unter dem Rng einer Mtrix A vom Typ (m, n) wird die höchste Ordnung r ller von Null verschiedenen Unterdeterminnten von A verstnden Rg(A) = r Spezilfll: Bei einer regulären Mtrix ist Rg(A) gleich bedeutend mit det A 0: vl% M det % % = s t Der Rng der Mtrix A knn höchstens 3 sein = = = = D lle dreireihigen Determinnten verschwinden, knn der Rng höchstens 2 sein. D die zweireihige Unterdeterminnte = 3 nicht verschwindet, ht die Mtrix A den Rng r = 2.

15 15 Kontrolle: Die Mtrix knn mit elementren Zeilenumformungen uf die folgende Form gebrcht werden: Der Rng r ist gleich der Anzhl der liner unbhängigen Zeilenvektoren oder der Anzhl der führenden Einsen, lso r = 2. Übungsufgbe: Rngbestimmung mit Unterdeterminnten: % F Lösung: Die Mtrix ht 4 Zeilen, ber nur 3 Splten. Der Rng knn dmit höchstens 3 sein. Zwr verschwinden lle dreireihigen Determinnten. D die zweireihige Unterdeterminnte 1 0 = 1 0 ist der Rng

(3) a x a x a x... a x b n n 1. (2) a x a x a x... a x b n n n n (m) a x a x a x...

(3) a x a x a x... a x b n n 1. (2) a x a x a x... a x b n n n n (m) a x a x a x... LINEARE GLEICHUNGSSYSTEME () x x x... x b n n () x x x... x b n n () x x x... x b n n.............. (m) x x x... x b m m m mn n m Inhltsverzeichnis Kpitel Inhlt Seite Bestimmung von Funktionstermen Ds

Mehr

b) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:

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

Mehr

- 1 - VB Inhaltsverzeichnis

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

Mehr

a Z1 a 1 a 1,2 Diese Matrix hat genau dann Rang 2, ist also genau dann invertierbar, wenn a 2,2 a 1,2a 2,1

a Z1 a 1 a 1,2 Diese Matrix hat genau dann Rang 2, ist also genau dann invertierbar, wenn a 2,2 a 1,2a 2,1 18 Determinnten 207 18 Determinnten Nchdem wir nun schon recht usführlich Mtrizen und linere Gleichungssysteme studiert hben, wollen wir jetzt die sogennnten Determinnten einführen, die beim Rechnen mit

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

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

Mehr

Grundkurs Mathematik II

Grundkurs Mathematik II Prof Dr H Brenner Osnbrück SS 2017 Grundkurs Mthemtik II Vorlesung 33 Die Zhlenräume Die Addition von zwei Pfeilen und b, ein typisches Beispiel für Vektoren Es sei K ein Körper und n N Dnn ist die Produktmenge

Mehr

Vektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren

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

Mehr

SBP Mathe Aufbaukurs 2. Winkelfunktionen im rechtwinkeligen Dreieck. Winkelfunktionen besonderer Winkel. Zusammenhänge der Winkelfunktionen

SBP Mathe Aufbaukurs 2. Winkelfunktionen im rechtwinkeligen Dreieck. Winkelfunktionen besonderer Winkel. Zusammenhänge der Winkelfunktionen SBP Mthe Aufbukurs # by Clifford Wolf # Antwort Diese Lernkrten sind sorgfältig erstellt worden, erheben ber weder Anspruch uf Richtigkeit noch uf Vollständigkeit. Ds Lernen mit Lernkrten funktioniert

Mehr

KAPITEL 11. Determinanten

KAPITEL 11. Determinanten KAPITEL Determinnten Determinnten 8 echenregeln für Determinnten 86 Prktische Determintenerechnung 9 4 Vektorprodukte 5 Sklrprodukt für Vektoren im n 4 6 Vektorprodukt 8 7 Sptprodukt 5 Lernziele Definition

Mehr

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

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

Mehr

Matrizen und Determinanten

Matrizen und Determinanten Mtrizen und eterminnten efinition einer Mtri: Ein us m Zeilen und n Splten bestehendes rechteckiges Zhlenschem heißt Mtri vom Typ (m; n) oder (m n)-mtri. m m m n n n mn izeileninde; jsplteninde Schreibweise:

Mehr

Elektro- und Informationstechnik SS Mathematik 1 - Übungsblatt 8 Lösungsvorschläge

Elektro- und Informationstechnik SS Mathematik 1 - Übungsblatt 8 Lösungsvorschläge Mthemtik 1 - Übungsbltt 8 Lösungsvorschläge Aufgbe 1 (Drehung von Koordintensystemen) Gegeben ist der Vektor =[x y ] T (Spltenvektor) im x-y-koordintensystem. Seine Komponenten sollen in dem um den Ursprung

Mehr

1.7 Inneres Produkt (Skalarprodukt)

1.7 Inneres Produkt (Skalarprodukt) Inneres Produkt (Sklrprodukt) 17 1.7 Inneres Produkt (Sklrprodukt) Montg, 27. Okt. 2003 7.1 Wir erinnern zunächst n die Winkelfunktionen sin und cos, deren Wirkung wir m Einheitskreis vernschulichen: ϕ

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

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

Mehr

6.1. Matrizenrechnung

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

Mehr

ASW Übung 9 Mathematik Prof.Dr.B.Grabowski Tel.:

ASW Übung 9 Mathematik Prof.Dr.B.Grabowski   Tel.: ASW Üung 9 Mthemtik Prof.Dr.B.Growski e-mil: growski@htw-srlnd.de Tel.: 58- Aufge : Geen Sie den Rng der folgenden Mtrizen A E durch Drufschuen n! ( ) 5 8 E D C B A Aufge. Bestimmen Sie den Rng der folgenden

Mehr

Dreireihige Determinanten

Dreireihige Determinanten LINEARE ALGEBRA Teil 3 3 Gleichungen mit 3 Uneknnten Gleichungen und Gleichungssysteme Dreireihige Determinnten Dtei Nr. 6 03 Stnd 6. Oktoer 04 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 603 Linere Alger 3

Mehr

4. Das quadratische Reziprozitätsgesetz.

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

Mehr

3. Ganzrationale Funktionen

3. Ganzrationale Funktionen 3. Gnzrtionle Funktionen ) Definitionen und Beispiele Definition: Eine gnzrtionle Funktion n-ten Grdes ht ls Definitionsterm ein Polynom n-ten Grdes, d.h. y = f() = n n n-1 n-1 1 0. n 0, i ( i = 1, n)

Mehr

Multiplikative Inverse

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

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie

Mathematik für Studierende der Biologie und des Lehramtes Chemie Verfhren Mthemtik für Studierende der Biologie und des Lehrmtes Chemie Dominik Shillo Universität des Srlndes 6. Vorlesung, 4..7 (Stnd: 4..7, 4:5 Uhr) Shreibe,,n.......... n, n,n Führe den Guÿlgorithmus

Mehr

Lineare Algebra I 5. Tutorium mit Lösungshinweisen

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

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

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

Mehr

Berechnung der inversen Matrix.

Berechnung der inversen Matrix. Inverse Mtrix Berechnung der inversen Mtrix. Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X. Steffen Voigtmnn Beuth Hochschule für Technik

Mehr

Einführung in die Vektorrechnung (GK)

Einführung in die Vektorrechnung (GK) Einführung in die Vektorrechnung (GK) Michel Spielmnn Inhltsverzeichnis Grundlegende Definitionen Geometrische Vernschulichung. Punkte..................................... Pfeile.....................................

Mehr

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2 Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes

Mehr

Matrizen und Determinanten

Matrizen und Determinanten Mtrizen und Determinnten Im bschnitt Vektorlgebr Rechenregeln für Vektoren Multipliktion - Sklrprodukt, Vektorprodukt, Mehrfchprodukte wurde in einem Vorgriff bereits eine interessnte mthemtische Konstruktion

Mehr

Facharbeit. Darstellung und Vergleich: Gaußsches Eliminationsverfahren Cramersche Regel. unter besonderer Beachtung der Benutzbarkeit und Grenzen

Facharbeit. Darstellung und Vergleich: Gaußsches Eliminationsverfahren Cramersche Regel. unter besonderer Beachtung der Benutzbarkeit und Grenzen Gustv-Heinemnn-Gesmtschule, Alsdorf Fchrbeit Drstellung und Vergleich: Gußsches Elimintionsverfhren Crmersche Regel unter besonderer Bechtung der Benutzbrkeit und Grenzen des GTR Von: Crsten Filz Leistungskurs

Mehr

täglich einmal Scilab (wenigstens)

täglich einmal Scilab (wenigstens) Dr. -ng. Wilfried Dnkmeier Elektro- und nformtionstechnik SS 2012 Mthemtik Mthemtik 1 - Übungsbltt 8 täglich einml Scilb (wenigstens) Aufgbe 1 (Drehung von Koordintensystemen) Gegeben ist der Vektor =[x

Mehr

2. Das Rechnen mit ganzen Zahlen (Rechnen in )

2. Das Rechnen mit ganzen Zahlen (Rechnen in ) . Ds Rechnen mit gnzen Zhlen (Rechnen in ).1 Addition und Subtrktion 5 + = 7 Summnd Summnd Summe 5 - = 3 Minuend Subtrhend Differenz In Aussgen mit Vriblen lssen sich nur gleiche Vriblen ddieren bzw. subtrhieren.

Mehr

1.2 Eigenschaften der reellen Zahlen

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

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnbrück WS 2015/2016 Linere Algebr und nlytische Geometrie I Vorlesung 4 In der lineren Algebr wird stets ein Körper K zugrunde gelegt, wobei mn dbei grundsätzlich n die reellen Zhlen

Mehr

2. Das Rechnen mit ganzen Zahlen (Rechnen in )

2. Das Rechnen mit ganzen Zahlen (Rechnen in ) . Ds Rechnen mit gnzen Zhlen (Rechnen in ).1 Addition und Subtrktion 5 + = 7 Summnd Summnd Summe 5 - = Minuend Subtrhend Differenz In Aussgen mit Vriblen lssen sich nur gleiche Vriblen ddieren bzw. subtrhieren.

Mehr

BINOMISCHE FORMELN FRANZ LEMMERMEYER

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

Mehr

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

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

Mehr

Kapitel 1 : Mathematische Grundlagen und Stöchiometrie

Kapitel 1 : Mathematische Grundlagen und Stöchiometrie pitel : Mthemtische Grundlgen und Stöchiometrie Elementre Rechenumformungen. Dreistzrechnung : Immer dnn, wenn zwei Meßgrößen zueinnder proportionl bzw. indirekt proportionl (d.h. die eine proportionl

Mehr

/LQHDUH*OHLFKXQJVV\VWHPH

/LQHDUH*OHLFKXQJVV\VWHPH /LQHDUH*OHLFKXQJVV\VWHPH (für Grund- und Leistungskurse Mthemtik) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nch dem Studium dieses Skripts sollten folgende Begriffe eknnt sein: Linere Gleichung; homogene

Mehr

ÜBUNGEN ZUR VORLESUNG ZAHLENTHEORIE, SS 2018

ÜBUNGEN ZUR VORLESUNG ZAHLENTHEORIE, SS 2018 ÜBUNGEN ZUR VORLESUNG ZAHLENTHEORIE, SS 2018 KARLHEINZ GRÖCHENIG So wie Sort Trining erfordert, erfordert Mthemtik ds selbständige Lösen von Übungsufgben. Ds wesentliche n den Übungen ist ds Selbermchen!

Mehr

5 Lineare Abhängigkeit und lineare Unabhängigkeit von Vektoren

5 Lineare Abhängigkeit und lineare Unabhängigkeit von Vektoren 5 Linere Ahängigeit und linere Unhängigeit von Vetoren 5 Linere Ahängigeit und linere Unhängigeit von Vetoren 5.1 Linere Ahängigeit/Unhängigeit von Vetoren Eine esondere Rolle in der nlytischen Geometrie

Mehr

Mathe Warm-Up, Teil 1 1 2

Mathe Warm-Up, Teil 1 1 2 Mthe Wrm-Up, Teil 1 1 2 HEUTE: 1. Elementre Rechenopertionen: Brüche, Potenzen, Logrithmus, Wurzeln 2. Summen- und Produktzeichen 3. Gleichungen/Ungleichungen 1 orientiert sich n den Kpiteln 3,4,6,8 des

Mehr

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

6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist 6- Elementre Zhlentheorie 6 Frey-Folgen Die Menge F n der rtionlen Zhlen mit n und (zusmmen mit der Ordnung ) nennt mn die n-te Frey-Folge, zum Beispiel ist F = { < < < < < < < < < < } Offensichtlich gilt:

Mehr

Wurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist,

Wurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist, Seitenlängen von Qudrten lssen sich mnchml sehr leicht und mnchml etws schwerer Wurzeln bestimmen. Dnn brucht mn Wurzeln. Treffender müsste mn von Qudrtwurzeln sprechen. Sie stehen in enger Beziehung zu

Mehr

2. Grundgleichungen der linearen FEM

2. Grundgleichungen der linearen FEM . Grundgleichungen der lineren FEM Fchbereich Prof. Dr.-Ing. Mschinenbu Abteilung Mschinenbu. Ekurs Mtrizenrechnung Zum weiteren Verständnis der FEM sind einige Grundkenntnisse in der Mtrizenlgebr erforderlich!

Mehr

Analytischen Geometrie in vektorieller Darstellung

Analytischen Geometrie in vektorieller Darstellung Anltische Geometrie Anltischen Geometrie in vektorieller Drstellung Anltische Geometrie Gerden Punkt-Richtungs-Form () Mit Hilfe von Vektoren lssen sich geometrische Ojekte wie Gerden und Eenen eschreien

Mehr

6. Quadratische Gleichungen

6. Quadratische Gleichungen 6. Qudrtische Gleichungen 6. Vorbemerkungen Potenzieren und Wurzelziehen, somit uch Qudrieren und Ziehen der Qudrtwurzel, sind entgegengesetzte Opertionen. Sie heben sich gegenseitig uf. qudrieren Qudrtwurzel

Mehr

Vorkurs Mathematik Frankfurt University Of Applied Sciences, Fachbereich 2 1

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

Mehr

Teilbarkeitsregeln. 6.1 Grundwissen Mathematik Algebra Klasse 6. Teilbarkeit durch 2: Eine Zahl ist durch 2 teilbar, wenn die Endziffer gerade ist.

Teilbarkeitsregeln. 6.1 Grundwissen Mathematik Algebra Klasse 6. Teilbarkeit durch 2: Eine Zahl ist durch 2 teilbar, wenn die Endziffer gerade ist. 6.1 Grundwissen Mthemtik Algebr Klsse 6 Teilbrkeitsregeln Definition und Regeln Teilbrkeit durch 2: Eine Zhl ist durch 2 teilbr, wenn die Endziffer gerde ist. Teilbrkeit durch 3: Eine Zhl ist durch 3 teilbr,

Mehr

Mathematik: Mag Schmid Wolfgang Arbeitsblatt 5 5. Semester ARBEITSBLATT 5 VEKTORRECHNUNG IM RAUM

Mathematik: Mag Schmid Wolfgang Arbeitsblatt 5 5. Semester ARBEITSBLATT 5 VEKTORRECHNUNG IM RAUM Mthemtik: Mg Schmid Wolfgng Arbeitsbltt 5 5. Semester ARBEITSBLATT 5 VEKTORRECHNUNG IM RAUM Bisher hben wir die Lge von Punkten und Gerden lediglich in der Ebene betrchtet. Nun wollen wir die Lge dieser

Mehr

Eine Relation R in einer Menge M ist transitiv, wenn für alle x, y, z M gilt: (x R y y R z) x R z

Eine Relation R in einer Menge M ist transitiv, wenn für alle x, y, z M gilt: (x R y y R z) x R z Reltionen, 11 Reltionen Reltion ist einfch gesgt eine Beziehung zwischen Elementen von Mengen. In der Geometrie sind z.b. die Reltionen "ist gleich", "ist senkrecht zu", "ist prllel zu" eknnt. Die letzten

Mehr

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

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

Mehr

Grundlagen der Algebra

Grundlagen der Algebra PH Bern, Vorbereitungskurs MATHEMATIK Vorkenntnisse 0 Grundlgen der Algebr Einleitung Auf den nchfolgenden Seiten werden grundlegende Begriffe und Ttschen der Algebr erläutert: Zhlenmengen, Rechenopertionen,

Mehr

Algebra - Lineare Abbildungen

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

Mehr

Thema 7 Konvergenzkriterien (uneigentliche Integrale)

Thema 7 Konvergenzkriterien (uneigentliche Integrale) Them 7 Konvergenzkriterien (uneigentliche Integrle) In diesem Kpitel betrchten wir unendliche Reihen n= n, wobei ( n ) eine Folge von reellen Zhlen ist. Die Reihe konvergiert gegen s (oder s ist die Summe

Mehr

5 Gleichungen (1. Grades)

5 Gleichungen (1. Grades) Mthemtik PM Gleichungen (. Grdes) Gleichungen (. Grdes). Einführung Betrchtet mn und (, Q) und vergleicht sie miteinnder, so git es Möglichkeiten:. > ist grösser ls. = ist gleich gross wie. < ist kleiner

Mehr

Übungen zur Linearen Algebra 1

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

Mehr

Differenzial- und Integralrechnung III

Differenzial- und Integralrechnung III Differenzil- und Integrlrechnung III Riner Huser April 2012 1 Einleitung 1.1 Polynome und Potenzfunktionen Die Polynome oder Polynomfunktionen lssen sich durch die endliche Anzhl von n+1 Prmetern i R in

Mehr

Numerische Integration

Numerische Integration Kpitel 4 Numerische Integrtion Problem: Berechne für gegebene Funktion f :[, b] R ds Riemnn-Integrl I(f) := Oft ist nur eine numerische Näherung möglich. f(x)dx. Beispiel 9. (i) Rechteckregel: Wir pproximieren

Mehr

Probeklausur Mathematik für Ingenieure C3

Probeklausur Mathematik für Ingenieure C3 Deprtment Mthemtik Dr. rer. nt. Lrs Schewe Mthis Sirvent Wintersemester 013/014 Probeklusur Mthemtik für Ingenieure C3 Anmerkungen zur Klusur: Die Arbeitszeit wird 90 Minuten betrgen. Sie können sämtliche

Mehr

Quadratische Funktionen

Quadratische Funktionen Qudrtische Funktionen Die Scheitelpunktform ist eine spezielle Drstellungsform von qudrtischen Funktionen, nhnd der viele geometrische Eigenschften des Funktionsgrphen bgelesen werden können. Abbildung

Mehr

Ich kann LGS mit drei Gleichungen und drei Unbekannten mit dem Gauß-Verfahren lösen.

Ich kann LGS mit drei Gleichungen und drei Unbekannten mit dem Gauß-Verfahren lösen. Klsse 9c Mthemtik Vorbereitung zur Klssenrbeit Nr. m.1.017 Themen: Reelle Zhlen, Qudrtwurzeln LGS mit drei Unbeknnten Checkliste Ws ich lles können soll Ich knn LGS mit drei Gleichungen und drei Unbeknnten

Mehr

3. Das Rechnen mit Brüchen (Rechnen in )

3. Das Rechnen mit Brüchen (Rechnen in ) . Ds Rechnen mit Brüchen (Rechnen in ) Brüche sind Teile von gnzen Zhlen. Zwischen zwei unterschiedlichen gnzen Zhlen ht es immer unendlich viele Brüche. Brüche entstehen us einer Division; eine gnze Zhl

Mehr

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG 91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und

Mehr

2.6 Unendliche Reihen

2.6 Unendliche Reihen 2.6 Unendliche Reihen In normierten Räumen steht ds wichtige Werkzeug der Bildung von unendlichen Reihen zur Verfügung. Mn denke in diesem Zusmmenhng drn, dss mn in der Anlysis Potenz- und Fourierreihen

Mehr

65 Lineare Algebra 2 (SS 2009)

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

Mehr

Analysis mit dem Voyage 1

Analysis mit dem Voyage 1 Anlysis mit dem Voyge 1 1. Kurvendiskussion Gegeben ist die Funktionschr Den Nenner erhält mn mit Hilfe der Funktion getdenom. Zeros liefert die Nullstellen des Nenners und dmit die Werte, die us dem Definitionsbereich

Mehr

8 Längenberechnungen Winkelberechnungen - Skalarprodukt

8 Längenberechnungen Winkelberechnungen - Skalarprodukt 8 Längenberechnungen Winkelberechnungen - Sklrprodukt 8 Längenberechnungen Winkelberechnungen - Sklrprodukt Wir wissen, wie mn zwei Vektoren und b ddiert b b. Mn knn zwei Vektoren ber uch miteinnder multiplizieren!

Mehr

10: Lineare Abbildungen

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

Mehr

1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren.

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

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

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

Mehr

3 Hyperbolische Geometrie

3 Hyperbolische Geometrie Ausgewählte Kpitel der Geometrie 3 Hperbolische Geometrie [... ] Im Folgenden betrchten wir nun spezielle gebrochen-linere Abbildungen, nämlich solche, für die (mit den Bezeichnungen ϕ,b,c,d wie oben die

Mehr

Mathematik Name: Vorbereitung KA2 K1 Punkte:

Mathematik Name: Vorbereitung KA2 K1 Punkte: Pflichtteil (etw 40 min) Ohne Tschenrechner und ohne Formelsmmlung (Dieser Teil muss mit den Lösungen bgegeben sein, ehe der GTR und die Formlsmmlung verwendet werden dürfen.) Aufgbe : [4P] Leiten Sie

Mehr

Höhere Mathematik für Ingenieure , Uhr

Höhere Mathematik für Ingenieure , Uhr Studiengng: Mtrikelnummer: 3 5 6 Z Punkte Note Prüfungsklusur zum Modul Höhere Mthemtik für Ingenieure 0. 7. 05, 8.00 -.00 Uhr Zugelssene Hilfsmittel: A-Blätter eigene, hndschriftliche Ausrbeitungen ber

Mehr

Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel als auch die partielle Integration zur Anwendung kommt.

Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel als auch die partielle Integration zur Anwendung kommt. 64 Kpitel. Integrlrechnung Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel ls uch die prtielle Integrtion zur Anwendung kommt..4.6 Beispiel Um eine Stmmfunktion für rctn zu finden, beginnen

Mehr

Kurzes Ergebnis zu dualen Basen:

Kurzes Ergebnis zu dualen Basen: Kurzes Ergebnis zu dulen Bsen: Lemm 1 Es sei V ein Vektorrum der Dimension n mit Bsis B = {v j } n j=1, und B = {vj} n j=1 die dzu dule Bsis von V Dnn ist der Koeffizientenvektor eines beliebigen Elements

Mehr

Michael Buhlmann Mathematik > Lineare Gleichungssysteme

Michael Buhlmann Mathematik > Lineare Gleichungssysteme Michel Buhlmnn Mthemtik > Linere Gleichungssysteme Crl Friedrich Guß Der Mthemtiker und Gelehrte Crl Friedrich Guß (*1777-1855) studierte nch Schulusbildung und Abitur m Collegium Crolinum Brunschweig

Mehr

G2.3 Produkte von Vektoren

G2.3 Produkte von Vektoren G Grundlgen der Vektorrechnung G. Produkte von Vektoren Ds Sklrprodukt Beispiel: Ein Schienenfhrzeug soll von einem Triler ein Stück s gezogen werden, der neen den Schienen fährt (vgl. Skizze). Wir wollen

Mehr

Grundwissen Mathematik 8

Grundwissen Mathematik 8 Grundwissen Mthemtik 8 Proportionle Zuordnung Gehört bei einer Zuordnung zweier Größen zu einem Vielfchen der einen Größe ds gleiche Vielfche der nderen Größe, so heißt sie proportionle Zuordnung. Die

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Mthemtik: Mg. Schmid Wolfgng Areitsltt. Semester ARBEITSBLATT MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Zunächst einml müssen wir den Begriff Sklr klären. Definition: Unter einem Sklr ersteht mn eine

Mehr

Integrieren. Regeln. Einige Integrale die man auswendig kennen sollte. Partielle Integration

Integrieren. Regeln. Einige Integrale die man auswendig kennen sollte. Partielle Integration Integrieren Regeln (f() + g())d = f()d + g()d c f()d = c f()d b f()d = f()d b Einige Integrle die mn uswendig kennen sollte s d = s + s+ + C (für s ) d = ln + C cos d = sin + C sin d = cos + C sinh d =

Mehr

Lösungsblatt zur Testklausur Festkörperphysik WS2010/11

Lösungsblatt zur Testklausur Festkörperphysik WS2010/11 Lösungsbltt zur Testklusur Festkörperphysik WS/ Aufgbe : ) Wie groß sind die Energien der drei niedrigsten Zustände in einem zweidimensionlen und einem dreidimensionlen Kstenpotentil? (Kntenlängen jeweils

Mehr

Numerische Mathematik Sommersemester 2013

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

Mehr

24 UNEIGENTLICHE INTEGRALE 146. F (x) F (x ) f(x, t) dt. 3(b a) (b a) + ɛ 3 + ɛ 3 = ɛ.

24 UNEIGENTLICHE INTEGRALE 146. F (x) F (x ) f(x, t) dt. 3(b a) (b a) + ɛ 3 + ɛ 3 = ɛ. 24 UNEIGENTLICHE INTEGRALE 146 für lle t [, b] und lle x D mit x x < δ. Für lle x D mit x x < δ gilt lso = F (x) F (x ) b f(x, t) dt b b f(x, t) dt + f(x, t) f(x, t) dt + ɛ 3(b ) (b ) + ɛ 3 + ɛ 3 = ɛ.

Mehr

Differentialgleichungen Gewöhnliche Differentialgleichungen

Differentialgleichungen Gewöhnliche Differentialgleichungen Differentilgleichungen Gewöhnliche Differentilgleichungen ( n) + + +... ++ Eplizite Form: (Gleichung lässt sich nch höchster Ableitung uflösen Implizite Form: + 0 Lösung: Durch eine Funktion Lösungsweg:

Mehr

Der Gauß - Algorithmus

Der Gauß - Algorithmus R Brinkmnn http://brinkmnn-du.de Seite 7..9 Der Guß - Algorithmus Der Algorithmus von Guss ist ds universelle Verfhren zur Lösung beliebiger linerer Gleichungssysteme. Einführungsbeispiel: 7x+ x 5x = Drei

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

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

Mehr

Abitur 2018 Mathematik Geometrie VI

Abitur 2018 Mathematik Geometrie VI Seite http://www.biturloesung.de/ Seite Abitur 8 Mthemtik Geometrie VI Die Punkte A( ), B( ) und C( ) liegen in der Ebene E. Teilufgbe Teil A (4 BE) Die Abbildung zeigt modellhft wesentliche Elemente einer

Mehr

KURZSKRIPT DER VORLESUNG MATHEMATIK 1 FÜR GEOWISSENSCHAFTEN UND LIFE SCIENCE

KURZSKRIPT DER VORLESUNG MATHEMATIK 1 FÜR GEOWISSENSCHAFTEN UND LIFE SCIENCE KURZSKRIPT DER VORLESUNG MATHEMATIK FÜR GEOWISSENSCHAFTEN UND LIFE SCIENCE PROF DR CHRISTOPH WALKER INSTITUT FÜR ANGEWANDTE MATHEMATIK LEIBNIZ UNIVERSITÄT HANNOVER WINTERSEMESTER 2 INHALTSVERZEICHNIS Zhlenfolgen

Mehr

3.1 Multiplikation Die Multiplikation von algebraischen Termen kennen Sie von früher. Die wichtigsten Punkte seien hier kurz wiederholt:

3.1 Multiplikation Die Multiplikation von algebraischen Termen kennen Sie von früher. Die wichtigsten Punkte seien hier kurz wiederholt: .1 Multipliktion Die Multipliktion von lgerischen Termen kennen Sie von früher. Die wichtigsten Punkte seien hier kurz wiederholt: c Multipliktor Multipliknd Produkt Kommuttivgesetz (Vertuschungsgesetz)

Mehr

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

D-MAVT/D-MATL Analysis I HS 2016 Dr. Andreas Steiger. Lösung - Serie 9 D-MAVT/D-MATL Anlysis I HS 26 Dr. Andres Steiger Lösung - Serie 9. MC-Aufgben (Online-Abgbe). Es sei f die Funktion f() = e + 7. Welche der folgenden Funktionen sind Stmmfunktionen von f? () g() = 2 2

Mehr

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit CHAPTER. MENGEN UND R ELATIONEN.5. ABBILDUNG.5. Abbildung Eine Abbildung (oder Funktion ist eine Reltion f über X Y mit der Eigenschft: für jedes x us X gibt es genu ein y Y mit (x,y f. Die übliche Schreibweise

Mehr

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m. Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn

Mehr

Begriffe: Addition Subtraktion Multiplikation Division. Summe Differenz Produkt Quotient a + b a b a b a : b

Begriffe: Addition Subtraktion Multiplikation Division. Summe Differenz Produkt Quotient a + b a b a b a : b Grundlgen 0.0. Zhlbereiche ntürliche Zhlen: N = {0; ; 2;...} (nch DIN 547) N = N \ {0} gnze Zhlen: Z = {... 2; ; 0; ; 2;...} rtionle Zhlen: Q = { p p, q Z, q 0} q Q besteht us llen Bruchzhlen. reelle Zhlen:

Mehr

Mathematik 1, Teil B

Mathematik 1, Teil B FH Oldenurg/Ostfrieslnd/Wilhelmshven Fch. Technik, At. Elektrotechnik u. Informtik Prof. Dr. J. Wiee www.et-inf.fho-emden.de/~wiee Mthemtik, Teil B Inhlt:.) Grundegriffe der Mengenlehre.) Mtrizen, Determinnten

Mehr

Taylorreihen - Uneigentlische Integrale

Taylorreihen - Uneigentlische Integrale Anlysis II für M, LG und Ph, WS 2006/07, Übung 2, Lösungsskizze Gruppenübung Tylorreihen - Uneigentlische Integrle G 5 Berechnen Sie die Tylorreihe mit der Entwicklungsmitte 0 von f (x) = log(x + ), f

Mehr

G2 Grundlagen der Vektorrechnung

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

Mehr

Mathematik für Wirtschaftswissenschaftler

Mathematik für Wirtschaftswissenschaftler Mthemtik für Wirtschftswissenschftler (Mster Economics) Prof Dr Alfred Müller Universität Siegen Wintersemester 8/9 Vorwort Dieses Mnuskript enthält den wesentlichen Inhlt der Vorlesung Mthemtik für Wirtschftswissenschftler,

Mehr

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

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

Mehr

HM I Tutorium 14. Lucas Kunz. 9. Februar 2018

HM I Tutorium 14. Lucas Kunz. 9. Februar 2018 HM I Tutorium 14 Lucs Kunz 9. Februr 218 Inhltsverzeichnis 1 Theorie 2 1.1 Uneigentliche Integrle............................. 2 1.1.1 Typ 1.................................. 2 1.1.2 Typ 2..................................

Mehr

7.9A. Nullstellensuche nach Newton

7.9A. Nullstellensuche nach Newton 7.9A. Nullstellensuche nch Newton Wir hben früher bemerkt, dß zur Auffindung von Nullstellen einer gegebenen Funktion oft nur Näherungsverfhren helfen. Eine lte, ber wirkungsvolle Methode ist ds Newton-Verfhren

Mehr