Gerade, Strecke, Halbgerade, Winkel (in (R n,, ))

Größe: px
Ab Seite anzeigen:

Download "Gerade, Strecke, Halbgerade, Winkel (in (R n,, ))"

Transkript

1 Gerade, Strecke, Halbgerade, Winkel (in (R n,, )) A B Winkel Gerade Halbgerade Strecke A A A Gerade ist Punktmenge L A,v := {A+t v t R}, wobei v 0. Halbgerade (Strahl) ist Punktmenge H A,v := {A+t v t R, t 0}, wobei v 0; in dem Fall heißt der Punkt A der Endpunkt. Strecke mit Endpunkten A, B ist Punktmenge AB := {A(1 t)+t B t R, 1 t 0}. Strecke ist trivial, wenn A = B. Winkel vau ist Vereinigung von zwei Halbgeraden mit gleichem Endpunkt A und mit Richtungsvektoren u und v, {A+t v t R, t 0} {A+t u t R, t 0}, wobei v 0 und u 0 Winkel ist trivial, wenn er eine Gerade oder eine Halbgerade ist; also wenn u proportional zu v ist. A nichttriv. Winkel trivialer Winkel= Halbgerade A A trivialer Winkel =Gerade

2 Wie eindeutig bestimmen diese Punktmengen die Daten, die wir benutzt haben um sie zu konstruieren? Nach unserer Definition sind Gerade, Strecke, Halbgerade, Winkel (als mathematische Objekte) Punktmengen; um sie zu konstruieren, wählen wir Konstruktionsdaten, also die Punkte A,B und Vektoren u,v 0. Inwiefern bestimmen unsere Punktmengen die Konstruktionsdaten? Wann sind 2 Punktmengen mit verschiedenen Konstruktionsdaten gleich als Punktmengen, also wann fallen sie zusammen? Bsp. Die Geraden L A,v = {A+t v t R} und L A+v,2v = {A+v +t }{{}}{{} 2v t R} fallen zusammen: jeder Punkt von A v L A+v,2v ist auch ein Punkt von L A,v = {A+t v t R}, weil jeder Punkt der Form A+v }{{} A +t 2v }{{} v gleich A+ tv ist, für t = (2t +1) (weil A+(2t +1)v = A+v +t (2v)) und damit auf Gerade L A,v liegt. Folglich gilt L A,v L A+v,2v. Analog zeigt man, dass L A,v L A+v,2v : jeder Punkt der Form A+t v ist auch ein Punkt von L A+v,2v, weil A+t v = A+v +( 1 2 t 1 2 }{{} ) t (2v) }{{} v. Also, L A,v = L A+v,2v.

3 Lemma 6. Die Strecken AB und A B sind genau dann gleich, wenn die Mengen der Endpunkte gleich sind: {A,B} = {A,B }. Obwohl die Aussage geometrisch trivial aussieht, ist es nicht so trivial sie zu beweisen; die Hauptschwierigkeit liegt darin zu verstehen, was man eigentlich beweisen soll. Die Richtung = ist einfach: wir müssen zeigen, dass AB = BA ist: AB := {A(1 t) + t B t R, 1 t 0} BA := {B(1 t ) + t A t R, 1 t 0} und das ist der Fall, weil jeder Punkt der Form A(1 t)+t B mit 1 t 0 auch in der Form B(1 t )+t A t mit 1 t 0 dargestellt werden kann, und zwar für t = 1 t (dieses t erfüllt auch die Bedingung 1 t 0). Also, AB BA; analog zeigt man, dass AB BA.

4 Beweis von Lemma 6 in = Richtung. Lemma 6. Die Strecken AB und A B sind genau dann gleich, wenn die Mengen der Endpunkte gleich sind: {A,B} = {A,B }. Um dies zu beweisen, zeigen wir die metrische Bedeutung der Endpunkte einer Strecke. Die folgende Aussage zeigt, dass man für jede Strecke die Endpunkte invariant, also nur mit geometrischen Mitteln, bestimmen kann: Aussage. Für eine Strecke AB existiert genau ein nicht geordnetes Paar von Punkten (X,Y), so dass X,Y AB gilt d(x,y ) d(x,y), und zwar (X,Y) = (A,B). Beweis der Aussage: Wenn die Strecke trivial ist, also wenn A = B ist, dann ist nichts zu beweisen: das einzige Paar von Punkten von AB ist (A,A). Angenommen, A B. Sei X = ta+(1 t)b und Y = τa+(1 τ)b (wobei 0 t 1 und 0 τ 1). Dann gilt: d(x,y ) = d(ta+(1 t)b,τa+(1 τ)b) = ta+(1 t)b (τa+(1 τ)b) = (t τ)(a B) = t τ A B. Da 0 t 1 und 0 τ 1, gilt t τ 1; also d(x,y ) d(a,b). Ferner gilt: t τ = 1, genau dann wenn (t,τ) = (1,0) oder (t,τ) = (0,1), also genau dann wenn {X,Y } = {A,B}.

5 Beweis von Lemma 6 in = Richtung. Lemma 6. Die Strecken AB und A B sind genau dann gleich, wenn die Mengen der Endpunkte gleich sind: {A,B} = {A,B }. Aussage. Für eine Strecke AB existiert genau ein nicht geordnetes Paar von Punkten (X,Y), so dass X,Y AB gilt d(x,y ) d(x,y), und zwar (X,Y) = (A,B). Die Aussage besagt, dass man die Endpunkte einer Strecke definieren kann, ohne die Konstruktiondaten der Strecke zu benutzen: Wenn zwei Strecken AB und à B gleich (als Mengen) sind, dann sind auch die entsprechenden nicht geordneten Paare (X,Y) und ( X,Ỹ) gleich;da (X,Y) = (A,B) und ( X,Ỹ) = (Ã, B) folgt daraus, dass (A,B) = (Ã, B),. Bemerkung. Im Beweis haben wir die Abstandsfunktion benutzt. Wir zeigen später, im Abschnitt Konvexe Geometrie, dass man dieselbe Aussage nur unter Benutzung der Struktur des linearen Vektorraums erhält.

6 Frage an Euch Wie eindeutig bestimmen diese Punktmengen die Daten, die wir benutzt haben um Sie zu konstruieren? bis auf (x,v) (x +λv,µv) Gerade Punkt + Vektor 0 mit µ 0 Halbgerade Punkt + Vektor 0 bis auf v µv mit µ > 0 Strecke 2 Punkte eindeutig; Lemma 6 Winkel Punkt + zwei Vektoren 0 Wenn Winkel nichttrivial ist, dann (u,v) (λu,µv) für λ > 0, µ > 0 und (u,v) (µv,λu) für λ > 0, µ > 0. Trivialer Winkel mit u = λv (für λ > 0) ist eine Halbgerade; in dem Fall bestimmt er auch die Konstruktionsdaten A, u, v mit der Freiheit (u,v) (λu,µv) für λ > 0, µ > 0. Trivialer Winkel mit u = λv mit λ < 0 ist eine Gerade; in dem Fall bestimmt er die Konstruktionsdaten A, u, v mit der Freiheit (A,u,v) (A+ξu,λu,µv) für ξ R,λ µ > 0.

7 Der Winkel/ das Winkelmaß (die Winkelweite) Def. ( Wir betrachten ) einen Winkel uav. Die Zahl arccos u,v u v [0,π] heißt das Winkelmaß von Winkel zwischen u und v. Bemerkung Um zu zeigen, dass das Winkelmaß zwischen ( u und ) v wohldefiniert ist, müssen wir zeigen, dass die Zahl arccos u,v u v definiert ist; also dass 1 u,v u v 1; das werden wir Heute zeigen mit der Hilfe von Cauchy-Schwarz-Ungleichung aus LA; wir werden die Ungleichung wiederholen und beweisen. Außerdem müssen wir zeigen, dass die Zahl arccos ( u,v u v ) nicht von unserer Freiheit in Wahl von Richtungsvektoren u und v abhängt: warum bekommem wir die gleichen Ergebnisse wenn wir u und v mit positiven λ und µ multiplizieren.

8 Um den Winkel zu definieren, benutzen wir die Funktion cos. In der Schule haben wir aber cos mit Hilfe eines Winkels definiert; wenn wir also die Schuldefinition zugrunde legen, befinden wir uns in einer logischen Schleife. In der Analysis-Vorlesung werden die Funktionen cos und sin rein analytisch, also ohne Bezug zur Schulgeometrie eingeführt, und zwar als Grenzwerte der unendlichen Summe cos(x) = x ! x4...; sin(x) = x 1 6 x Die Eigenschaften der Funktionen Sinus und Kosinus, die Ihnen noch aus der Schule bekannt sind und die eigentlich notwendig zur Definition der Funktion arccos sind (z.b. Definitionsbereich, siehe das Bild) hat man ebenfalls sauber, nur anhand dieser analytischen Formeln bewiesen.

9 Bemerkung In der Ebene/im Raum ist der Winkel im Sinne der obigen Definition der übliche Winkel Wiederholung Schulgeometrie: In der Ebene/im Raum ist u, v = u v cos(alpha). Also ist cos(alpha) = u, v u v. A B B v alpha u

10 Rechnen Sie bitte selbst: Im R 2 mit Standardskalarprodukt berechne man den Winkel zwischen ( ) den Vektoren ( ) 0 1 u = und v =. 2 1 Lösung. cos(α) = ( 0, 2) ( ( 0, 0 2) 2) Dann ist α = arccos( 1 2 ) = 45. ( ) 1 1 ( ) 1, 1 ( ) = =

11 Rechnen Sie bitte selbst: Im R 2 mit Standardskalarprodukt berechne man den Winkel zwischen ( ) den Vektoren ( ) 3 4 u = und v =. 4 3 ( ( ) Lösung. cos(α) = 3, 4 4) 3 u v = u v = 0 u v = 0. Dann ist α = arccos(0) = 90. Bemerkung. Die Vektoren sind genau dann orthogonal (also, ihr Skalarprodukt ist g.d. gleich 0), wenn der Winkel zwischen den Vektoren gleich 90 ist.

12 Cauchy-Schwarz-Ungleichung Lemma 7 (Cauchy-Schwarz-Ungleichung; Lineare Algebra) u,v u v (für alle u,v R n ). Ferner gilt: u,v = u v g.d.w. die Vektoren proportional sind mit nicht-negativem Koeffizienten und u,v = u v g.d.w. die Vektoren proportional sind mit nicht-positivem Koeffizienten. Beweis. Ist v = 0, so sind beide Seiten gleich Null. Sei v 0. Sind die Vektoren linear abhängig, so ist u = λv, und u,v = λv,v = λ v 2 = ± λv v wobei das Vorzeichen wie oben formuliert ist. Angenommen, die Vektoren sind linear unabhängig. Für alle t R gilt u +tv,u +tv Linearität = u,u +tv +t v,u +tv Linearität = u,u + t u,v +t v,u +t 2 v,v = u 2 +2 u,v t +t 2 v 2. }{{}}{{}}{{}}{{} 2t u, v wegen Symmetrie c b a Dies ist ein quadratisches Polynom in t. Es hat keine Nullstelle, da u +tv,u +tv gleich Null ist, genau dann wenn u = tv, also falls u,v linear abhängig sind, was wir oben explizit ausgeschlossen haben. Da das Polynom keine Nullstelle hat, ist die Diskriminante negativ, also D = ( b 2 2) ac = u,v 2 v 2 u 2 < 0. Dann ist u,v < v u.

13 Winkelmaß ist wohldefiniert Wir haben das Winkelmaß von uav als arccos ( ) u,v u v definiert. Aus ) Cauchy-Schwarz folgt, dass 1 u,v u v 1 ist, also arccos ( u,v u v wohldefiniert ist. Außerdem müssen wir noch zeigen, dass Winkelmaß nicht von der Transformation (u,v) (µv,λu) für λ > 0, µ > 0 abhängt (bzw. von der entsprechenden Transformation für die trivialen Winkel). Wenn Winkel nichttrivial ist, dann (u,v) (λu,µv) für Winkel Punkt + zwei Vektoren 0 λ > 0, µ > 0 und (u,v) (µv,λu) für λ > 0, µ > 0. Wenn wir u = λu und v = λv setzen (für λ > 0, µ > 0), bekommen wir Für trivialen Winkel analog. Also, Winkelmaß ist wohldefiniert. u,v u v = λu,µv λu µv = u,v u v.

14 Versprechen aus Vorl. 1. Folgerung (Dreiecksungleichung). Für alle u,v R n gilt: u +v u + v. Ferner gilt: ist u +v = u + v, dann sind die Vektoren proportional, mit einem nichtnegativem Koeffizienten. u v u+v Bemerkung. Daraus folgt sofort die Dreiecksungleichung für die euklidische Abstandsfunktion: d (x,y) d(x,z) +d(z,y), da x y = (x z)+(z y). }{{}}{{}}{{} x y x z z y Beweis. ( u +v ) 2 = u +v,u +v Linearität = u 2 +2 u,v + v 2 2 Wie im Beweis Lem. 32 ( u + v ) = u 2 +2 u v + v 2. Da nach Cauchy-Schwarz u,v u v, ist ( u +v ) 2 ( u + v ) 2 und deswegen u +v u + v. z y x

15 Kosinussatz Kosinussatz Im Dreieck auf dem Bild c alpha a b ist a 2 = b 2 + c 2 2 b c cos(alpha). Beweis: a+ b = c, also a = c b. Dann ist a 2 = a, a = c b, c b = c, c 2 b, c + b, b = b 2 + c 2 2 b c cos(alpha).

16 Mit Hilfe der Bilinearität des Skalarprodukts kann man mehrere schulgeometrische Aufgaben lösen (Bsp: Thales) Satz von Thales. Im Dreieck auf dem Bild ist das Winkelmaß der Winkel alpha gleich 90. Satz von Thales alpha b a a 624 v. C v. C. Beweis. Man betrachte die Vektoren a, b wie im Bild. Wir zeigen, dass a+ b, a }{{} b = 0. Wegen Bilinearität und Symmetrie ist }{{} u v a+ b, a b = a, a + b, a a, b }{{} b, b = a, a b, b = a 2 b 2 = 0. Dann ist arccos =0, Symmetrie ( u, v u v ) = arccos(0) = 90. v

17 Umkehrung des Satzes von Thales Sei A B. Dann gilt: die Menge {X R 2 AXB = 90 } ist der Kreis um den Mittelpunkt M = 1 2 (A+B) von AB vom Radius 1 2 AB. X A M B Beweis. Wir setzen a := M A; dann ist B M = a (weil M = 1 2 (A+B)). Sei b := X M. Dann ist X A = a+b und B X = a b. Dann bedeutet die Bedingung X A,B X = 0, dass 0 = a+b,a b = a 2 b 2. Damit ist a = b und deswegen M X = 1 2 AB ; also X liegt auf dem Kreis um M mit Radius 1 2 AB,

18 Warum ist α+β = γ (siehe Bild)? alpha gamma beta A Wir haben das Winkelmaß mit Hilfe von arccos ( ) u,v u v definiert; und cos mit Hilfe einer Potenzreihe. Wie kann man damit anschaulich-offensichtliche Aussagen beweisen, z.b. dass (wie auf dem Bild) alpha + beta = gamma. Das lässt sich tatsächlich sauber beweisen; ich skizziere dies: (1) Zuerst zeigt man die Richtigkeit der trigonometrischen Formel cos(α+β) = cos(α)cos(β) sin(α)sin(β). Um dies zu zeigen, benutzt man, dass die Funktionen der Form f(x) = C 1 cos(x)+c 2 sin(x) (wobei C 1,C 2 R) die einzigen analytischen Funktionen sind, so dass f = f. Die Funktion f(x) = cos(α+x) hat die Eigenschaft, dass f = f; also muss cos(α+β) = C 1 (α)cos(β)+c 2 (α)sin(β) (für jedes α haben wir C 1,C 2 R; also C 1,C 2 sind Funktionen von α).wenn wir α und β in cos(α + β) umtauschen, ändern wir nichts; also muss cos(α+β) = const 1 cos(α)cos(β)+const 2 sin(α)sin(β) für Konstanten const 1,const 2. Wir setzen α = 0 und β = 0 um zu zeigen, dass const 1 = 1, und α = π/2 und β = π 2 um zu zeigen, dass const 2 = 1. Daraus folgt auch, dass cos(α) 2 +sin(α) 2 = cos(α α) = 1.

19 A Es genügt zu zeigen, dass arccos alpha beta ( ) arccos v,u+v gamma v u+v = arccos Deswegen genügt es zu zeigen, dass ( v,u v u ( u,u+v u u+v ). ) + v,u v v (? = cos arccos ( ) u,u +v +arccos u u +v ( )) v,u +v. ( ) v u +v Wir benutzen ( die Formel ) cos(α+β) = ( cos(α)cos(β) sin(α)sin(β) ) für α = arccos u,u+v u u+v und β = arccos v,u+v v u+v ; außerdem benutzen wir ( cos(α) 2 +sin(α) 2 = 1 um sin(α) zu finden; sin(α) = ± 1 u,u+v 2. u u+v ) Analog finden wir sin(β). Wir setzen alles in ( ) ein und rechnen nach (Übung für Sie; benutzen Sie die Linearität des Skalarprodukts; die Rechnerei hier ist langweilig), dass ( ) und deswegen auch alpha+beta = gamma gilt.

20 Da wir, um das Winkelmaß zu definieren, nur das Skalarprodukt benutzt haben, und Isometrien das Skalarprodukt erhalten (Folg. 3 aus Satz 1), erhalten Isometrien auch das Winkelmaß. Wir werden das benutzen um zu beweisen, dass die Summe der inneren Winkel jedes Dreiecks gleich 180 ist.

21 Zuerst zeigen wir, dass die Stufen-, Wechsel- und Gegenwinkel (an parallelen Geraden) gleich sind Wechsel-, Stufen- und Gegenwinkel Die Parallelverschiebung (der Vektor v der Verschiebung ist auf dem mittleren Bild) bildet den Winkel auf seinen Stufenwinkel ab. In der Tat, die Parallelverschiebung bildet die Halbgerade g = {A t u t R 0 } auf die Halbgerade g = {A+v t u t R }{{} 0 }, und die Halbgerade h A (sei h = {A+t u t R})) auf die Halbgerade h = {A+v +u t R} ab. Hier sind A und A }{{} die Schnittpunkte auf A dem mittleren Bild und v = A A. Die Parallelverschiebung ist eine Isometrie und deswegen sind die Stufenwinkel(maße) gleich. Analog, bildet die Zentralsymmetrie (die Drehung um 180 ) den Winkel auf den Gegenwinkel ab; deswegen sind auch die Gegenwinkel gleich. Der Wechselwinkel ist dann der Gegenwinkel zum Stufenwinkel.

22 Winkelsummensatz für Dreieck Winkelsummensatz Die Winkelsumme im Dreieck ist 180. Beweis. (Gleichweite Winkel werden als gleich bezeichnet.) Die Winkel α bei den Punkten A und C sind als Stufenwinkel gleich. Die Winkel β bei den Punkten B und C sind als Wechselwinkel gleich. Beim Punkt C sieht man: α+β+γ = 180

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w = 1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition

Mehr

Exkurs: Klassifikation orthogonaler 2 2-Matrizen.

Exkurs: Klassifikation orthogonaler 2 2-Matrizen. Exkurs: Klassifikation orthogonaler 2 2-Matrizen. Aussage: Es gilt: (a) Jede orthogonale 2 2 Matrix A mit det(a) = 1 hat das Aussehen cos(α) sin(α) D(α) = sin(α) cos(α), wobei α [0,2π[. Ist sin(α) 0, so

Mehr

SWS-Kongruenzsatz. A B = d(a,b) = A B und A C = d(a,c) ) = A C. Dann ist das Winkelmaß BAC = arccos

SWS-Kongruenzsatz. A B = d(a,b) = A B und A C = d(a,c) ) = A C. Dann ist das Winkelmaß BAC = arccos SWS-Kongruenzsatz. SWS-Kongruenzsatz. Es seien A,B,C und A,B,C Punkte des R 2, s.d. weder A,B,C noch A,B,C auf einer Geraden liegen. Dann gilt: es gibt eine Isometrie I, mit A A, B B, C C, genau dann wenn

Mehr

Drehung um einen Punkt um Winkel α.

Drehung um einen Punkt um Winkel α. Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D

Mehr

Affine Eigenschaften ( stets K = R)

Affine Eigenschaften ( stets K = R) Affine Eigenschaften ( stets K = R) Def. 15 Sei M eine Teilmenge eines affinen Raums A über V (über K). Eine Eigenschaft der Menge M heißt affin, wenn für jede Affinität F : A A 1 die Bildmenge {F(a)wobei

Mehr

Gleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung

Gleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung Gleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung Def. Eine Gleitspiegelung ist eine Spiegelung an einer Geraden (Spiegelachse) verknüpft mit einer Translation parallel zu dieser

Mehr

Plan für Heute/Morgen

Plan für Heute/Morgen Plan für Heute/Morgen Kongruenzsätze: aus der Schule wissen wir die SSS, SWS, und SSW Kongruenzsätze für Dreiecke: Wir wollen diese Sätze im Rahmen unseres Modells (wenn Punkte die 2 Tupel von reellen

Mehr

Die Studenten, die sich in Friedolin EINGETRAGEN haben und von Friedolin wissen in welcher UG sie sind,

Die Studenten, die sich in Friedolin EINGETRAGEN haben und von Friedolin wissen in welcher UG sie sind, Die Studenten, die sich in Friedolin EINGETRAGEN haben und von Friedolin wissen in welcher UG sie sind, schreiben Sie sich bitte in IHRE CAJ-Gruppe ein (möglisch schnell damit die Übungsleiter die Punkte

Mehr

1.2 Abstände und Winkel

1.2 Abstände und Winkel 5 1.2 Abstände und Winkel Im Folgenden werde zunächst der n-dimensionale affine Standardraum A n = (R n, R n, τ) zugrunde gelegt und in der Regel auch A n = R n gesetzt. Im Vektorraum R n stehen das (euklidische)

Mehr

Fast jedes Lineare-Algebra Buch für Uni-Studenten der Mathe ist gut Aus der Lehrbibliothek Definition des Vektorraums z.b.

Fast jedes Lineare-Algebra Buch für Uni-Studenten der Mathe ist gut Aus der Lehrbibliothek Definition des Vektorraums z.b. Buchempfelungen Fast jedes Lineare-Algebra Buch für Uni-Studenten der Mathe ist gut Aus der Lehrbibliothek Definition des Vektorraums z.b. Serge Lang, Lineare Algebra Lineare Abbildungen z.b. Kowalsky

Mehr

Kapitel VI. Euklidische Geometrie

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

Mehr

Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie

Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie Lemma 10. Die Menge Aff (K n ) aller Affinitäten von K n ist eine Gruppe bezüglich der Verkettung. Beweis. (vgl. Lemma 39 LAAG I sowie Noch ein Beispiel aus Vorl. 1, Seite 10) Zuerst zeigen wir, dass jede

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.43 2018/05/15 16:07:13 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel Am Ende der letzten Sitzung hatten wir begonnen zwei weitere Aussagen über Winkel zu beweisen,

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

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

Mehr

12 Übungen zu Gauß-Algorithmus

12 Übungen zu Gauß-Algorithmus Aufgaben zum Vorkurs B S. 2 Übungen zu Gauß-Algorithmus 2x x 2 = 7x +, 5x 2 = 7 Aufgabe 6: Aufgabe 7: Aufgabe 8: Aufgabe 9: 2x x 2 = x +2x 2 = 2 2x x 2 = 7x +, 5x 2 =, 5 x 2x 2 = x +x 2 = 5 2x +x 2 = 4

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof Dr H Brenner Osnabrück SS 22 Mathematik für Anwender II Vorlesung Euklidische Vektorräume Im Anschauungsraum kann man nicht nur Vektoren addieren und skalieren, sondern ein Vektor hat auch eine Länge,

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 36 Dreiecke In dieser und der nächsten Vorlesung stehen Dreiecke im Mittelpunkt. Unter einem Dreieck verstehen

Mehr

Wiederholung: lineare Abbildungen

Wiederholung: lineare Abbildungen Wiederholung: lineare Abbildungen Def Es seien (V,+, ) und (U, +, ) zwei Vektorräume Eine Abbildung f : V U heißt linear, falls für alle Vektoren v 1, v 2 V und für jedes λ R gilt: (a) f (v 1 + v 2 ) =

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 34 Die Diagonalisierbarkeit von Isometrien im Komplexen Satz 34.1. Es sei V ein endlichdimensionaler C-Vektorraum

Mehr

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra

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

Mehr

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Eigenvektoren

Mehr

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April.

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April. Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Symmetrische

Mehr

Skalarprodukt, Norm & Metrik

Skalarprodukt, Norm & Metrik Skalarprodukt, Norm & Metrik Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 11. Mai 2016 Stefan Ruzika 5: Skalarprodukt, Norm & Metrik 11. Mai 2016 1 / 13 Gliederung 1

Mehr

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

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

Mehr

Satz 7. A sei eine nichtleere Teilmenge des nichttrivialen Vektorraums (V, +, ). Dann sind die folgende Aussagen äquivalent.

Satz 7. A sei eine nichtleere Teilmenge des nichttrivialen Vektorraums (V, +, ). Dann sind die folgende Aussagen äquivalent. Definition der Basis Def. Es sei (V,+, ) ein nichttrivialer Vektorraum. Die Menge A V heißt eine Basis-Menge, falls sie (a) linear unabhängig ist und (b) span(a) = V. Satz 7. A sei eine nichtleere Teilmenge

Mehr

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016, Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren

Mehr

8. Elemente der linearen Algebra 8.1 Der euklidische Raum R n

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

Mehr

Mathematik III - Blatt 6

Mathematik III - Blatt 6 Mathematik III - Blatt Christopher Bronner, Frank Essenberger 8. November Aufgabe Wir suchen erstmal im inneren des Vierecks nach Punkten, die für einen Extremwert in Frage kommen, danach auf den Rändern

Mehr

Mathematik I. Vorlesung 18. Vielfachheiten und diagonalisierbare Abbildungen. µ λ = dim(eig λ (ϕ))

Mathematik I. Vorlesung 18. Vielfachheiten und diagonalisierbare Abbildungen. µ λ = dim(eig λ (ϕ)) Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 18 Vielfachheiten und diagonalisierbare Abbildungen Satz 18.1. Es sei K ein Körper und es sei V ein endlichdimensionaler K- Vektorraum.

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

Lineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A.

Lineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A. Lineare Hülle Def A sei eine nichtleere Teilmenge des Vektorraums (V,+, ) Die lineare Hülle von A (Bezeichung: span(a)) ist die Menge aller Linearkombinationen der Elemente aus A { k } span(a) := λ i v

Mehr

Satz 7. A sei eine Teilmenge des nichttrivialen Vektorraums (V,+, ). Dann sind die folgende Aussagen äquivalent.

Satz 7. A sei eine Teilmenge des nichttrivialen Vektorraums (V,+, ). Dann sind die folgende Aussagen äquivalent. Definition der Basis Def. Es sei (V,+, ) ein nichttrivialer Vektorraum. Die Menge A V heißt eine Basis-Menge, falls sie (a) linear unabhängig ist und (b) span(a) = V. Satz 7. A sei eine Teilmenge des nichttrivialen

Mehr

Seminar Einführung in die Kunst mathematischer Ungleichungen

Seminar Einführung in die Kunst mathematischer Ungleichungen Seminar Einführung in die Kunst mathematischer Ungleichungen Geometrie und die Summe von Quadraten Clara Brünn 25. April 2016 Inhaltsverzeichnis 1 Einleitung 2 1.1 Geometrie allgemein.................................

Mehr

Affine Geometrie (Einfachere, konstruktive Version)

Affine Geometrie (Einfachere, konstruktive Version) Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematik - Sommer 2016 Prof Dr Matthias Lesch, Regula Krapf Übungsblatt 7 Aufgabe 23 9 Punkte In der folgenden Aufgabe sei mit baryzentrischen Koordinaten immer die baryzentrischen Koordinaten

Mehr

Trigonometrie. In der Abbildung: der Winkel 120 (Gradenmaß) ist 2π = 2π (Bogenmaß).

Trigonometrie. In der Abbildung: der Winkel 120 (Gradenmaß) ist 2π = 2π (Bogenmaß). Trigonometrie. Winkel: Gradmaß oder Bogenmaß In der Schule lernt man, dass Winkel im Gradmass, also als Zahlen zwischen 0 und 60 Grad angegeben werden. In der Mathematik arbeitet man lieber mit dem Bogenmaß,

Mehr

Brückenkurs Mathematik

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

Mehr

1 Euklidische und unitäre Vektorräume

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

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.22 2017/05/15 15:10:33 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel In der letzten Sitzung haben wir einen orientierten Winkelbegriff zwischen Strahlen mit

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 31 Vektorräume mit Skalarprodukt Im R n kann man nicht nur Vektoren addieren und skalieren, sondern ein Vektor

Mehr

EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME

EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME In diesem Abschnitt wiederholen wir zunächst grundlegende Definitionen und Eigenschaften im Bereich der Matrizenrechnung, die wahrscheinlich bereits in Ansätzen

Mehr

00. Einiges zum Vektorraum R n

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

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).

Mehr

Erweiterte Koordinaten

Erweiterte Koordinaten Erweiterte Koordinaten Sei K n ein n dimensionaler affiner Raum Die erweiterten Koordinaten des Punktes x x n K n sind x x n Kn+ (Das ist für alle K sinnvoll, weil in jedem Körper K wohldefiniert ist In

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de c 018 Steven Köhler Wintersemester 018/19 Inhaltsverzeichnis Teil 1 Teil Teil

Mehr

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE Wiederholungsblatt Elementargeometrie im SS 01 bei Prof. Dr. S. Goette LÖSUNGSSKIZZE Die Lösungen unten enthalten teilweise keine vollständigen Rechnungen. Es sind aber alle wichtigen Zwischenergebnisse

Mehr

Trigonometrie. Mag. DI Rainer Sickinger HTL. v 1 Mag. DI Rainer Sickinger Trigonometrie 1 / 1

Trigonometrie. Mag. DI Rainer Sickinger HTL. v 1 Mag. DI Rainer Sickinger Trigonometrie 1 / 1 Trigonometrie Mag. DI Rainer Sickinger HTL v 1 Mag. DI Rainer Sickinger Trigonometrie 1 / 1 Definition von Sinus, Cosinus und Tangens am Einheitskreis Im rechtwinkligen Dreieck ist der Winkel zwischen

Mehr

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009 I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe

Mehr

Einige Lösungsvorschläge für die Klausur zur Vorlesung

Einige Lösungsvorschläge für die Klausur zur Vorlesung Prof Klaus Mohnke Institut für Mathematik Einige Lösungsvorschläge für die Klausur zur Vorlesung Lineare Algebra und analtische Geometrie II* - SS 7 Aufgabe Im R mit dem Standardskalarprodukt ist die folgende

Mehr

Musterlösung 14. = 1+ζ 5 +ζ 5 +ζ 2 5 +ζ 2 5. = 1+2Re(ζ 5 )+2Re(ζ 2 5) = 1+2cos72 +2cos144 = 1+2cos72 +2(2cos ).

Musterlösung 14. = 1+ζ 5 +ζ 5 +ζ 2 5 +ζ 2 5. = 1+2Re(ζ 5 )+2Re(ζ 2 5) = 1+2cos72 +2cos144 = 1+2cos72 +2(2cos ). D-MATH Algebra II FS 013 Prof. Richard Pink Musterlösung 14 1. (a) Das Polynom X 5 1 hat die Nullstellen 1,ζ 5,ζ 5,ζ 3 5,ζ 4 5, wobei ζ 5 die primitive fünfte Einheitswurzel cos7 +isin7 bezeichnet. Da

Mehr

Fachwissenschaftlicher Hintergrund zur Vektorrechnung

Fachwissenschaftlicher Hintergrund zur Vektorrechnung Fachwissenschaftlicher Hintergrund zur Vektorrechnung Seminar zur Didaktik der Linearen Algebra Dr. Oliver Passon SoSe 2010 Einführung: Vektorrechnung ist anders Grundbegriffe bei der schulischen Behandlung

Mehr

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif 14 Oktober 2008 1 Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof Dr Ulrich Reif Inhalt: 1 Vektorrechnung 2 Lineare Gleichungssysteme 3 Matrizenrechnung 4 Lineare Abbildungen 5 Eigenwerte

Mehr

1 Analytische Geometrie und Grundlagen

1 Analytische Geometrie und Grundlagen $Id: vektor.tex,v 1.21 2017/05/13 16:28:55 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel In der letzten Sitzung haben wir einen orientierten Winkelbegriff zwischen Strahlen mit

Mehr

Determinanten. Motivation: Man betrachte das lineare Gleichungssystem =. (1) y = Sei o.b.d.a a 0 und c 0. Dann ist (1) äquivalent zu. = ac ad y.

Determinanten. Motivation: Man betrachte das lineare Gleichungssystem =. (1) y = Sei o.b.d.a a 0 und c 0. Dann ist (1) äquivalent zu. = ac ad y. Determinanten Motivation: Man betrachte das lineare Gleichungssystem [ [ [ a b x u = (1) c d y v Sei obda a und c Dann ist (1) äquivalent zu [ [ ca cb x = ac ad y und ferner zu [ [ ca cb x ad cb y Falls

Mehr

9 Vektorräume mit Skalarprodukt

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

Mehr

= ( n x j x j ) 1 / 2

= ( n x j x j ) 1 / 2 15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors

Mehr

x 2 + y 2 = f x y = λ

x 2 + y 2 = f x y = λ Lineare Abbildungen Def Es seien (V 1,+, ) und (V 2,+, ) zwei Vektorräume Eine Abbildung f : V 1 V 2 heißt linear, falls für alle Vektoren u,v V 1 und für jedes λ R gilt: f (u + v) = f (u) + f (v), f (λu)

Mehr

Kurven in R 3 : Frenet-Kurven

Kurven in R 3 : Frenet-Kurven Kurven in R 3 : Frenet-Kurven Wir betrachten mind. C 2 -reguläre Raumkurven (in Sätzen sind die Kurven meistens noch glatter ), also den Fall c C 2 (I;R 3 ). Def. Eine Frenet-Kurve ist eine parametrisierte

Mehr

Übungsaufgaben zu den mathematischen Grundlagen von KM

Übungsaufgaben zu den mathematischen Grundlagen von KM TUM, Institut für Informatik WS 2003/2004 Prof Dr Thomas Huckle Andreas Krahnke, MSc Dipl-Inf Markus Pögl Übungsaufgaben zu den mathematischen Grundlagen von KM 1 Bestimmen Sie die Darstellung von 1 4

Mehr

Lineare Algebra II 11. Übungsblatt

Lineare Algebra II 11. Übungsblatt Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des

Mehr

2 Spiegelungen. d(f(p), f(q)) = d(p, q) für alle p, q R n

2 Spiegelungen. d(f(p), f(q)) = d(p, q) für alle p, q R n 2 Siegelungen Definition: f : R n R n heißt Bewegung (Isometrie), wenn f Abstände erhält, dh wenn d(f(), f(q)) = d(, q) für alle, q R n Kaitel IV, Satz 32: f ist genau dann eine Bewegung, wenn es eine

Mehr

Mengenlehre: Mächtigkeit (Ordnung) einer Menge

Mengenlehre: Mächtigkeit (Ordnung) einer Menge Mengenlehre: Mächtigkeit (Ordnung) einer Menge Def. Seien A, B Mengen. Wir sagen, dass A höchstens gleichmächtig zu B ist, falls es eine injektive Abbildung f : A B gibt. Schreibweise: A B. Wir sagen,

Mehr

Kapitel 17 Skalar- und Vektorprodukt

Kapitel 17 Skalar- und Vektorprodukt Kapitel 17 Skalar- und Vektorprodukt Mathematischer Vorkurs TU Dortmund Seite 1 / 22 Bisher hatten wir die Möglichkeit Vektoren des R n zu addieren und Vektoren mit rellen Zahlen zu multiplizieren. Man

Mehr

3 Vektorräume abstrakt

3 Vektorräume abstrakt Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare

Mehr

Abschnitt: (symmetrische) Bilinearformen

Abschnitt: (symmetrische) Bilinearformen Abschnitt: (symmetrische) Bilinearformen Def Es seien (V,+, ) ein Vektorraum, u,u,u,v,v,v beliebige Vektoren aus V und λ,λ R beliebiege Skalare Eine Bilinearform auf V ist eine Abbildung σ : V V R mit

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

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

Mehr

Hüllen und Kombinationen

Hüllen und Kombinationen Hüllen und Kombinationen 2 Die zulässigen Bereiche in der Linearen Optimierung sind Lösungen von linearen Ungleichungssystemen. Deswegen müssen wir die Werkzeuge der linearen Algebra um Elemente erweitern,

Mehr

Das isoperimetrische Problem

Das isoperimetrische Problem Das isoperimetrische Problem Thomas Peters Thomas Mathe-Seiten www.mathe-seiten.de 18. Oktober 3 Das isoperimetrische Problem, auch bekannt als das Problem der Dido, ist es, unter allen geschlossenen ebenen

Mehr

Kreis - Tangente. 2. Vorbemerkung: Satz des Thales Eine Möglichkeit zur Bestimmung der Tangente benutzt den Satz des Thales.

Kreis - Tangente. 2. Vorbemerkung: Satz des Thales Eine Möglichkeit zur Bestimmung der Tangente benutzt den Satz des Thales. Kreis - Tangente 1. Allgemeines 2. Satz des Thales 3. Tangente an einem Punkt auf dem Kreis 4. Tangente über Analysis (an einem Punkt eines Ursprungkreises) 5. Tangente von einem Punkt (Pol) an den Kreis

Mehr

Höhere Mathematik II für die Fachrichtung Physik

Höhere Mathematik II für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. SS 6 9.4.6 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum. Übungsblatt Aufgabe

Mehr

Übungen Ingenieurmathematik

Übungen Ingenieurmathematik Übungen Ingenieurmathematik 1. Übungsblatt: Komplexe Zahlen Aufgabe 1 Bestimmen Sie Real- und Imaginärteil der folgenden komplexen Zahlen: a) z =(3+i)+(5 7i), b) z =(3 i)(5 7i), c) z =( 3+i)( 3+ 3 i),

Mehr

4 Orthogonale Endormorphismen

4 Orthogonale Endormorphismen 4 Orthogonale Endormorphismen Frage: Bei welchen Abbildungen R R bzw. R 3 R 3 bleibt der Abstand zwischen zwei Punkten erhalten? Für α R setzen wir cosα sin α D(α) = und S(α) := sin α cosα ( cos α sin

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 5. Vektorräume mit Skalarprodukt Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der

Mehr

5 Teilmengen von R und von R n

5 Teilmengen von R und von R n 5 Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,...,x n ) : x i R} = R }... {{ R }. n mal Für x R ist x der Abstand zum Nullpunkt. Die entsprechende Verallgemeinerung

Mehr

Serie 3 - Komplexe Zahlen II

Serie 3 - Komplexe Zahlen II Analysis D-BAUG Dr. Meike Akveld HS 2015 Serie - Komplexe Zahlen II 1. Wir betrachten die komplexe Gleichung z 6 = 4 4i. a) Bestimmen Sie alle en z C dieser Gleichung. b) Zeichnen Sie die en in die komplexe

Mehr

1.5 Kongruenz und Ähnlichkeit

1.5 Kongruenz und Ähnlichkeit 19 1.5 Kongruenz und Ähnlichkeit Definition Sei A n der affine Standardraum zum Vektorraum R n. Eine Abbildung F : A n A n heißt Isometrie, falls d(f (X), F (Y )) = d(x, Y ) für alle X, Y A n gilt. Es

Mehr

Mathematische Probleme, SS 2019 Montag 6.5. $Id: dreieck.tex,v /05/07 10:51:36 hk Exp $

Mathematische Probleme, SS 2019 Montag 6.5. $Id: dreieck.tex,v /05/07 10:51:36 hk Exp $ $Id: dreieck.tex,v 1.61 019/05/07 10:51:36 hk Exp $ 1 Dreiecke 1.7 Einige spezielle Punkte im Dreieck m Ende der letzten Sitzung hatten wir eingesehen, dass sich die drei Winkelhalbierenden eines Dreiecks

Mehr

Ebene Elementargeometrie

Ebene Elementargeometrie Ebene Elementargeometrie Im Folgenden unterscheiden wir neben Definitionen (Namensgebung) und Sätzen (nachweisbaren Aussagen) so genannte Axiome. Axiome stellen der Anschauung entnommene Aussagen dar,

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

Elementare Geometrie - Die Gerade & das Dreieck Teil I

Elementare Geometrie - Die Gerade & das Dreieck Teil I Proseminar zur Linearen Algebra und Elementargeometrie Elementare Geometrie - Die Gerade & das Dreieck Teil I Eingereicht von: Alexandra Kopp 178294 alexandra.kopp@tu-dortmund.de Eingereicht bei: Prof.

Mehr

Das Vektorprodukt und Sphärische Geometrie

Das Vektorprodukt und Sphärische Geometrie Das Vektorprodukt und Sphärische Geometrie Proseminar zu Algebra von Methnani Lassaad Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf 12. April 2010 Betreuung: Prof. Dr. Bogopolski Ÿ1)

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler Wintersemester 2018/19 Inhaltsverzeichnis Teil 1 Teil

Mehr

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b.

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b. Proposition.13 Sei f : D R stetig und D = [a, b] R. Dann ist f(d) beschränkt. Außerdem nimmt f sein Maximum und Minimum auf D an, d.h. es gibt x max D und ein x min D, so dass f(x max ) = sup f(d) und

Mehr

M U = {x U f 1 =... = f n k (x) = 0}, (1)

M U = {x U f 1 =... = f n k (x) = 0}, (1) Aufgabe 11. a) Es sei M = {(x, y, z) R 3 f 1 = xy = 0; f = yz = 0}. Der Tangentialraum T x M muss in jedem Punkt x M ein R-Vektorraum sein und die Dimension 1 besitzen, damit diese Menge M eine Untermannigfaltigkeit

Mehr

D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler. Lösungen Serie 3

D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler. Lösungen Serie 3 D-MAVT Lineare Algebra II FS 8 Prof. Dr. N. Hungerbühler Lösungen Serie 3. Die Norm x x + y wird von einem Skalarprodukt induziert. y a richtig b falsch Diese Norm erfüllt die Parallelogrammregel nicht

Mehr

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen) Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f(v) = u} (Andere Bezeichnung: f(v) wird in Analysis-Vorlesung

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

1 Übungen zu Kapitel 1 (Mengen)

1 Übungen zu Kapitel 1 (Mengen) Übungen zu Kapitel (Mengen Aufgabe.: Geben Sie folgende Mengen durch Aufzählen ihrer Elemente an: a {x N 0 < x < 4, 8} b {z Z z ist positiv, durch 3 teilbar und kleiner als } c {x R x = 0} d {x Q (x =

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 6/7): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

Kugeldreieck. (a) München (λ = 11,5 ö. L., φ = 48,1 ) (b) New York (λ = 74,0 w. L., φ = 40,4 ) (c) Moskau (λ = 37,4 ö. L.

Kugeldreieck. (a) München (λ = 11,5 ö. L., φ = 48,1 ) (b) New York (λ = 74,0 w. L., φ = 40,4 ) (c) Moskau (λ = 37,4 ö. L. Kugeldreieck 1. Berechnen Sie die Fläche des vom Äquator, vom Nullmeridian und dem Längenkreis durch den angegebenen Ort begrenzten Kugeldreiecks. Geben Sie den sphärischen Exzeß des Dreiecks im Grad-

Mehr

11. Folgen und Reihen.

11. Folgen und Reihen. - Funktionen Folgen und Reihen Folgen Eine Folge reeller Zahlen ist eine Abbildung a: N R Statt a(n) für n N schreibt man meist a n ; es handelt sich also bei einer Folge um die Angabe der Zahlen a, a

Mehr