2.4 Die Länge von Vektoren

Größe: px
Ab Seite anzeigen:

Download "2.4 Die Länge von Vektoren"

Transkript

1 .4 Die Länge von Vektoren 59 Wir können dies auch so sagen: Wir identifizieren (,1)-Spaltenmatrizen mit Vektoren (oder Punkten) aus R, das heißt die Menge R und R 1 werden miteinander identifiziert. Einen Vektor v aus R dürfen wir daher so v1 v = (v 1,v ) oder so v = v schreiben. Die erste Schreibweise hat den Vorteil, dass sie aus schreibtechnischen Gründen platzsparender ist; die zweite, dass sie besser zur Matrizenrechnung passt, wie wir gleich sehen werden. Damit gilt R v1 = {(v 1,v ) v 1,v R} = { v v 1,v R}. Alle Überlegungen gelten analog auch für Vektoren aus R 3. Damit können wir Elemente aus R (bzw. aus R 3 ) wie folgt interpretieren: Als geordnete Zahlenpaare (Tripel). Als Punkte der Ebene (des Raumes). Als Vektoren in der Ebene (im Raum). Als (, 1)-Spaltenmatri ((3, 1)-Spaltenmatri)..3 Rechenregeln für Vektoren in Koordinatendarstellung Für Vektoren in der Ebene und im Raum mit einem rechtwinkligen Koordinatensystem lassen sich nützliche Rechenregeln aufstellen. Diese Regeln sind die gleichen wie die in den Sätzen.1 und.. Geometrische Vektoren sind jetzt Vektoren in Koordinatendarstellung. Zum Beispiel lautet das Kommutativgesetz: Für beliebige Vektoren u,v in R oder in R 3 gilt u+v = v+u. Die anderen Rechenregeln kann man analog den Sätzen.1 und. entnehmen..4 Die Länge von Vektoren Es sei v ein Vektor in der Ebene mit einem rechtwinkligen Koordinatensystem. Welche Länge hat der Vektor v? Wir bezeichnen die Länge von v mit v und wollen eine Formel zur Berechnung dieser finden. Nach dem Satz des Pythagoras gilt v = v1+v, also ist die Länge von v durch die Formel v = v1 +v gegeben, siehe Bild.1.

2 60 Vektoren in der Ebene und im Raum y z v v = (v 1, v, v 3 ) v v = (v 1, v ) v v 3 v 1 y v 1 v Bild.1: Länge in der Ebene Bild.13: Länge im Raum Satz.3 (Länge eines Vektors im R ) Die Länge v eines Vektors v R ist v = v 1 +v. Beispiel.6 Welche Länge hat der Vektor v = (4, 3)? Lösung: Die Länge des Vektors v ist v = 4 +( 3) = 16+9 = 5. Nun sei v = (v 1,v,v 3 ) ein Vektor aus dem Raum R 3. Durch zweifache AnwendungdesSatzesvonPythagoras(sieheBild.13)gilt v = v1+v +v 3 und damit v = v1 +v +v 3. Satz.4 (Länge eines Vektors im R 3 ) Die Länge v eines Vektors v R 3 ist v = v 1 +v +v 3.

3 .4 Die Länge von Vektoren 61 Beispiel.7 Welche Länge hat der Vektor v = (4, 3,) R 3? Lösung: Die Länge des Vektors v ist v = 4 +( 3) + = = Statt Länge sagt man auch Betrag oder Norm. Ein Vektor der Länge 1 heißt Einheitsvektor. Die Vektoren e 1 = (1,0) und e = (0,1) sind Einheitsvektoren in der Ebene R und die Vektoren i = (1,0,0), j = (0,1,0) und k = (0,0,1) sind Einheitsvektoren im Raum R 3. Aber auch der Vektor v = (1/ 3,1/ 3,1/ 3) ist ein Einheitsvektor im R 3. Mithilfe der Länge eines Vektors lässt sich die geometrische Frage nach dem Abstand zweier Punkte P 1 = ( 1,y 1,z 1 ) und P = (,y,z ) im Raum beantworten. Wir wissen aufgrund obiger Überlegungen, dass P 1 P = ( 1,y y 1,z z 1 ) ist, also ist P 1 P = ( 1 ) +(y y 1 ) +(z z 1 ) derabstandvonp 1 zup imraum.analoggiltfürzweipunktep 1 = ( 1,y 1 ) und P = (,y ) in der Ebene R P 1 P = ( 1 ) +(y y 1 ). Satz.5 (Abstand zweier Punkte) Der Abstand zweier Punkte P 1 = ( 1,y 1,z 1 ) und P = (,y,z ) im Raum ist P 1 P = ( 1 ) +(y y 1 ) +(z z 1 ). Analog für zwei Punkte in der Ebene. Beispiel.8 Berechnen Sie den Abstand der beiden Punkte P 1 = (, 1, 5) und P = (4, 3,1) im Raum R 3. Lösung: Es ist P 1 P = (4 ) +( 3 ( 1)) +(1 ( 5)) = =

4 7 Eigenwerte und Eigenvektoren Ist A R n n und R n, so liegen zwar beide Vektoren und A im Vektorraum R n, aber es gibt im Allgemeinen keine geometrische Beziehung zwischen ihnen, siehe Bild 7.1. A A Bild 7.1: und A Bild 7.: und A parallel Oftmals eistieren jedoch von Null verschiedene Vektoren, sodass und A parallel sind, das heißt, und A sind skalare Vielfache voneinander, siehe Bild 7.. Solche Vektoren ergeben sich in natürlicher Weise bei der Untersuchung von elektrischen Systemen, mechanischen Schwingungen, chemischen Reaktionen sowie aus der Genetik, Quantenmechanik, Ökonomie und Geometrie. In diesem Kapitel wollen wir zeigen, wie man diese Vektoren findet. Beachten Sie, dass für = o auch Ao = o ist, das heißt, Ao ist ein Vielfaches des Nullvektors. Daher sind wir wirklich nur an solchen Vektoren in R n interessiert, die nicht gleich dem Nullvektor sind. Ist λ eine reelle Zahl und o ein Vektor in R n mit A = λ, so sagen wir, dass λ ein Eigenwert von A ist und ein zu λ dazugehöriger Eigenvektor. Das Paar (λ, ) heißt Eigenpaar.

5 173 Beispiel 7.1 Zeigen Sie, dass der Vektor = (1,1) ein Eigenvektor zum Eigenwert λ = der folgenden Matri ist:. Lösung: Es gilt A = 1 1 = =, das heißt, = (1,1) ist ein Eigenvektor zum Eigenwert λ =. Eigenwerte und -vektoren können im R und R 3 geometrisch interpretiert werden. Ist ein Eigenvektor von A zum Eigenwert λ, also A = λ, so führt die Multiplikation von mit A zu einer Streckung oder Stauchung von, wobei für negatives λ noch eine Richtungsumkehrung dazukommt, siehe Bild 7.3. λ λ λ λ 0 λ 1 λ 1 1 λ 0 λ 1 Bild 7.3: und λ WennderVektor oeigenvektorzurmatriaist,dannsinddievektoren und A linear abhängig. DieEinheitsmatriE (derordnungn)hatnurdeneigenwertλ = 1undjeder Vektor o ist Eigenvektor zum Eigenwert λ = 1, denn es ist E = 1. Ist (λ,) ein Eigenpaar zur Matri A, dann gilt A = A(A) = Aλ = λa = λ und allgemein für k = 0,1,,... A k = λ k. Ist also (λ,) ein Eigenpaar von A, dann ist (λ k,) ein Eigenpaar von A k für k = 0,1,,...

6 174 7 Eigenwerte und Eigenvektoren 7.1 Wie berechnet man Eigenwerte und Eigenvektoren? Hierzu schreiben wir die Gleichung A = λ als A = λe n oder äquivalent (λe n A) = o. Damit λ ein Eigenwert von A ist, muss diese Vektorgleichung bzw. dieses homogene lineare Gleichungssystem eine nicht triviale Lösung besitzen. Nach Satz 6.9 ist dies genau dann der Fall, wenn Det(λE n A) = 0. Diese Gleichung heißt charakteristische Gleichung von A; ihre Lösungen sind die Eigenwerte von A. Berechnet man Det(λE n A) = 0, so ergibt sich ein Polynom in λ, das als charakteristisches Polynom von A bezeichnet wird. Das charakteristische Polynom einer Matri aus R n n hat den Grad n und den führenden Koeffizienten 1. Demzufolge hat das charakteristische Polynom einer (n, n)-matri die Form λ n +a n 1 λ n 1 + +a 1 λ+a 0. Da die charakteristische Gleichung λ n +a n 1 λ n 1 + +a 1 λ+a 0 = 0 nach dem Fundamentalsatz der Algebra höchstens n verschiedene Lösungen hat, besitzt eine (n, n)-matri höchstens n Eigenwerte. Beispiel 7. Gegeben sei die Matri A =. Berechnen Sie die Eigenwerte und die dazugehörigen Eigenvektoren. Lösung: Wir suchen alle reelle Zahlen λ und alle Vektoren = ( 1, ), die der Gleichung = λ genügen. Ausgeschrieben erhalten wir 1 + = λ = λ

7 7.1 Wie berechnet man Eigenwerte und Eigenvektoren? 175 bzw. (λ 1) 1 = 0 1 +(λ 4) = 0. Dies ist ein homogenes lineares Gleichungssystem mit zwei Variablen und zwei Gleichungen, das nur dann eine nicht triviale Lösung hat, wenn die Determinante der Koeffizientenmatri Null ist, also λ 1 1 Det = 0. λ 4 Dies bedeutet λ 5λ+6 = 0 bzw. faktorisiert also sind (λ 3)(λ ) = 0, λ 1 = und λ = 3 die Eigenwerte der Matri A. Um nun alle Eigenvektoren von A zum Eigenwert λ 1 = zu finden, setzen wir für λ in die Vektorgleichung = λ ein und erhalten bzw. 1 1 = 0 1 = 0. 1 =, Alle Lösungen dieses homogenen linearen Systems sind durch 1 = = jede reelle Zahl t

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

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

Mehr

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

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

Mehr

Berechnung der Determinante

Berechnung der Determinante Berechnung der Determinante Verhalten der Determinante unter elementaren Zeilenoperationen: Das Vertauschen zweier Zeilen/Spalten der Matrix A ändert nur das Vorzeichen der Determinante, d.h: i, j {1,...,

Mehr

Eigenwerte und Eigenvektoren von Matrizen

Eigenwerte und Eigenvektoren von Matrizen Eigenwerte und Eigenvektoren von Matrizen Betrachtet wird eine (n,n)-matrix A. Eine Zahl λ heißt Eigenwert von A, wenn ein Vektor v existiert, der nicht der Nullvektor ist und für den gilt: A v = λ v.

Mehr

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

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

Mehr

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

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

Mehr

3.6 Eigenwerte und Eigenvektoren

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

Mehr

Vektoren - Lineare Abhängigkeit

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

Mehr

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

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

Mehr

Kapitel 14 Lineare Gleichungssysteme

Kapitel 14 Lineare Gleichungssysteme Kapitel 4 Lineare Gleichungssysteme Kapitel 4 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 83 / 246 Kapitel 4 Lineare Gleichungssysteme Definition 4. (Lineares Gleichungssystem LGS)

Mehr

4 Funktionenfolgen und normierte Räume

4 Funktionenfolgen und normierte Räume $Id: norm.tex,v 1.57 2018/06/08 16:27:08 hk Exp $ $Id: jordan.tex,v 1.34 2018/07/12 20:08:29 hk Exp $ 4 Funktionenfolgen und normierte Räume 4.7 Kompakte Mengen Am Ende der letzten Sitzung hatten wir zwei

Mehr

Mathematik II Frühjahrssemester 2013

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

Mehr

Lösungen der Aufgaben zu Abschnitt 5.4

Lösungen der Aufgaben zu Abschnitt 5.4 A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ

Mehr

Lineare Algebra: Theorie und Anwendungen

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

Mehr

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren Kapitel 1 Vektoren und Matrizen In diesem Kapitel stellen wir die Hilfsmittel aus der linearen Algebra vor, die in den folgenden Kapiteln öfters benötigt werden. Dabei wird angenommen, dass Sie die elementaren

Mehr

Kapitel 15 Lineare Gleichungssysteme

Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 1 / 27 Kapitel 15 Lineare Gleichungssysteme Definition 15.1 (Lineares Gleichungssystem

Mehr

2.2 Eigenwerte und Eigenvektoren

2.2 Eigenwerte und Eigenvektoren 2.2. Eigenwerte und Eigenvektoren 39 2.2 Eigenwerte und Eigenvektoren Lineare Abbildungen werden je nach Basiswahl durch unterschiedliche Matrizen beschrieben. Besonders einfach ist die Diagonalform. Wir

Mehr

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

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

Mehr

Lernunterlagen Vektoren in R 2

Lernunterlagen Vektoren in R 2 Die Menge aller reellen Zahlen wird mit R bezeichnet, die Menge aller Paare a 1 a 2 reeller Zahlen wird mit R 2 bezeichnet. Definition der Menge R 2 : R 2 { a 1 a 2 a 1, a 2 R} Ein Zahlenpaar a 1 a 2 bezeichnet

Mehr

Mathematik für Naturwissenschaftler II

Mathematik für Naturwissenschaftler II Mathematik für Naturwissenschaftler II Dr Peter J Bauer Institut für Mathematik Universität Frankfurt am Main Sommersemester 27 Lineare Algebra Der mehrdimensionale Raum Vektoren Im Teil I dieser Vorlesung

Mehr

Grundwissen Abitur Geometrie 15. Juli 2012

Grundwissen Abitur Geometrie 15. Juli 2012 Grundwissen Abitur Geometrie 5. Juli 202. Erkläre die Begriffe (a) parallelgleiche Pfeile (b) Vektor (c) Repräsentant eines Vektors (d) Gegenvektor eines Vektors (e) Welcher geometrische Zusammenhang besteht

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 6 4. Mai 2010 Definition 69. Der Vektor f 3 x 2 (x 1, x 2, x 3 ) f 2 x 3 (x 1, x 2, x 3 ) f 1 x 3 (x 1, x 2, x 3 ) f 3 x 1 (x 1, x 2, x 3 ) f 2 x

Mehr

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

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

Mehr

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

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

Mehr

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

9 Eigenwerte und Eigenvektoren

9 Eigenwerte und Eigenvektoren 92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl

Mehr

9 Eigenwerte und Eigenvektoren

9 Eigenwerte und Eigenvektoren 92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl

Mehr

Vorlesung Mathematik 2 für Informatik

Vorlesung Mathematik 2 für Informatik Vorlesung Mathematik für Informatik Inhalt: Lineare Algebra Rechnen mit Vektoren und Matrizen Lineare Gleichungssysteme, GauÿAlgorithmus Vektorräume, Lineare Abbildungen Eigenwerte und Eigenvektoren Literatur

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe Beispiel einer Koordinatentransformation Gegeben seien zwei

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

Serie a) Welche der folgenden Vektoren sind Eigenvektoren der Matrix 1 0 1? 0 1 1

Serie a) Welche der folgenden Vektoren sind Eigenvektoren der Matrix 1 0 1? 0 1 1 Prof. Norbert Hungerbühler Serie Lineare Algebra II ETH Zürich - D-MAVT. a Welche der folgenden Vektoren sind Eigenvektoren der Matrix? i (,,. ii (,,. iii (,,. iv (, 3,. v (,,. Ein Vektor v ist Eigenvektor

Mehr

Grundlagen der Vektorrechnung

Grundlagen der Vektorrechnung Grundlagen der Vektorrechnung Ein Vektor a ist eine geordnete Liste von n Zahlen Die Anzahl n dieser Zahlen wird als Dimension des Vektors bezeichnet Schreibweise: a a a R n Normale Reelle Zahlen nennt

Mehr

Mathematik für Chemische Technologie 2

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

Mehr

Lineare Algebra. Inhalt. Hauptbestandteil der Vorlesung Mathematik 2 Literatur: Teschl/Teschl, Band 1, Kap. 9-14

Lineare Algebra. Inhalt. Hauptbestandteil der Vorlesung Mathematik 2 Literatur: Teschl/Teschl, Band 1, Kap. 9-14 Lineare Algebra Hauptbestandteil der Vorlesung Mathematik Literatur: Teschl/Teschl, Band, Kap. 9-4 Inhalt Rechnen mit Vektoren und Matrizen Lineare Gleichungssysteme, GauÿAlgorithmus Vektorräume, Lineare

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch

Mehr

Lösungen Serie 2. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler 1 0 1? 0 1 1

Lösungen Serie 2. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler 1 0 1? 0 1 1 D-MAVT Lineare Algebra II FS 8 Prof. Dr. N. Hungerbühler Lösungen Serie. Welche der folgenden Vektoren sind Eigenvektoren der Matrix? (a) (,, ). Ein Vektor v ist Eigenvektor von A :=, falls Av ein skalares

Mehr

MC-Serie 11: Eigenwerte

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

Mehr

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen 1 Lineare Abhängigkeit 1.1 Für welche t sind die folgenden Vektoren aus 3 linear abhängig? (1, 3, 4), (3, t, 11), ( 1, 4, 0). Das zur Aufgabe gehörige LGS führt auf die Matrix 1 3 4 3 t 11. 1 4 0 Diese

Mehr

03. Vektoren im R 2, R 3 und R n

03. Vektoren im R 2, R 3 und R n 03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen

Mehr

Eigenwerte und Eigenvektoren

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

Mehr

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) 1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 2: Der Euklidische Raum Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 30. Oktober 2007) Vektoren in R n Definition

Mehr

03. Vektoren im R 2, R 3 und R n

03. Vektoren im R 2, R 3 und R n 03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen

Mehr

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben

Mehr

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

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

Mehr

45 Eigenwerte und Eigenvektoren

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

Mehr

Kapitel II. Vektoren und Matrizen

Kapitel II. Vektoren und Matrizen Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft

Mehr

Vektoren, Vektorräume

Vektoren, Vektorräume Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

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

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

Mehr

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

H. Stichtenoth WS 2005/06

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

Mehr

Diagonalisierbarkeit symmetrischer Matrizen

Diagonalisierbarkeit symmetrischer Matrizen ¾ Diagonalisierbarkeit symmetrischer Matrizen a) Eigenwerte und Eigenvektoren Die Matrix einer linearen Abbildung ³: Î Î bezüglich einer Basis ( Ò ) ist genau dann eine Diagonalmatrix wenn jeder der Basisvektoren

Mehr

Für das Allgemeine lineare Gleichungssystem mit n linearen Gleichungen und n Unbekannten

Für das Allgemeine lineare Gleichungssystem mit n linearen Gleichungen und n Unbekannten Albert Ludwigs Universität Freiburg Abteilung Empirische Forschung und Ökonometrie Mathematik für Wirtschaftswissenschaftler Dr. Sevtap Kestel Winter 008 6. Januar.009 Kapitel 6 Leontieff Modell, Lineare

Mehr

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

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

Mehr

I) MATRIZEN. 1) Speichern geometrischer Daten: Punkte, Vektoren. j - te Variable (Spalte), j = 1,2,3,..., n

I) MATRIZEN. 1) Speichern geometrischer Daten: Punkte, Vektoren. j - te Variable (Spalte), j = 1,2,3,..., n I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen y1 = a11x1+ a12x2 + a13x3 y2 = a21x1+ a22x2 + a23x3... Koeffizienten a ij i - te Gleichung (Zeile), i

Mehr

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1. Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x

Mehr

= 9 10 k = 10

= 9 10 k = 10 2 Die Reihe für Dezimalzahlen 1 r = r 0 +r 1 10 +r 1 2 100 + = r k 10 k, wobei r k {0,,9} für k N, konvergiert, da r k 10 k 9 10 k für alle k N und ( 1 ) k 9 10 k 9 = 9 = 10 1 1 = 10 10 k=0 k=0 aufgrund

Mehr

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

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

Mehr

Rückblick auf die letzte Vorlesung

Rückblick auf die letzte Vorlesung Rückblick auf die letzte Vorlesung Lineare Differentialgleichungen Ausblick auf die heutige Vorlesung Lineare autonome Differentialgleichungen 2 Bestimmung des Fundamentalsystems 3 Jordansche Normalform

Mehr

Eigenwerte (Teschl/Teschl 14.2)

Eigenwerte (Teschl/Teschl 14.2) Eigenwerte Teschl/Teschl 4. Ein Eigenvektor einer quadratischen n nmatrix A ist ein Vektor x R n mit x 0, für den Ax ein skalares Vielfaches von x ist, es also einen Skalar λ gibt mit Ax = λ x Ax λ x =

Mehr

Lineare Algebra und Numerische Mathematik D-BAUG. Winter 2013 Prof. H.-R. Künsch. , a R. det(a) = 0 a = 1.

Lineare Algebra und Numerische Mathematik D-BAUG. Winter 2013 Prof. H.-R. Künsch. , a R. det(a) = 0 a = 1. b Musterlösung Lineare Algebra und Numerische Mathematik D-BAUG. Multiple Choice) Gegeben sei die folgende Matrix Winter 3 Prof. H.-R. Künsch A = a a) deta) = genau dann wenn gilt x a =. a =. ), a R. x

Mehr

Lösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich:

Lösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich: Lineare Algebra D-MATH, HS 04 Prof. Richard Pink Lösung zu Serie. [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich: a) F (X) := X 5 X in R[X] und C[X]. b) F (X) := X 4 +X 3 +X in

Mehr

Exkurs: Eigenwertproblem

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

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 2: Vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 19. Oktober 2011) Vektoren in R n Definition 2.1

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

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

Eigenwerte/Eigenvektoren/Eigenräume/Diagonalisierung

Eigenwerte/Eigenvektoren/Eigenräume/Diagonalisierung Zurück Stand 4.. 6 Eigenwerte/Eigenvektoren/Eigenräume/Diagonalisierung Im Allgemeinen werden Vektoren durch Multiplikation mit einer Matrix gestreckt und um einen bestimmten Winkel gedreht. Es gibt jedoch

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Vortrag Gmnasium Birkenfeld Von der mathematischen Spielerei zur technischen Anwendung Vortrag Gmnasium Birkenfeld. Vektoren und Matrizen Wir betrachten einen Punkt P (, ) in der Ebene eines rechtwinklig

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

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

Mehr

Wichtige Kenntnisse der Linearen Algebra

Wichtige Kenntnisse der Linearen Algebra Wichtige Kenntnisse der Linearen Algebra In Kapitel 3 der Vorlesung werden wir sehen (und in Kapitel 6 vertiefen, dass zur Beschreibung von Quantensystemen mathematische Begriffe aus dem Gebiet der Linearen

Mehr

4 Eigenwerte und Eigenvektoren

4 Eigenwerte und Eigenvektoren 4 Eigenwerte und Eigenvektoren Sei V {0} ein K Vektorraum und f : V V K linear. Definition: Ein Eigenwert von f ist ein Element λ K, für die es einen Vektor v 0 in V gibt, so dass f(v) = λ v. Sei nun λ

Mehr

Probeklausur zu Mathematik 2 für Informatik

Probeklausur zu Mathematik 2 für Informatik Gunter Ochs Wintersemester 4/5 Probeklausur zu Mathematik für Informatik Lösungshinweise wie immer ohne Garantie auf Fehlefreiheit. Gegeben sei das Dreieck im R mit den Eckpunkten A a Berechnen Sie die

Mehr

4 Funktionenfolgen und normierte Räume

4 Funktionenfolgen und normierte Räume $Id: norm.tex,v 1.48 2017/06/14 15:16:10 hk Exp $ $Id: jordan.tex,v 1.26 2017/06/16 10:59:58 hk Exp $ 4 Funktionenfolgen und normierte Räume 4.7 Kompakte Mengen Zum Abschluss dieses Kapitels behandeln

Mehr

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema 1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und

Mehr

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

Lineare Abhängigkeit

Lineare Abhängigkeit Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x

Mehr

Vektorrechnung. Beispiele: (4 8) 2-Tupel (Zahlenpaar) (4 8 9) 3-Tupel (Zahlentrippel)

Vektorrechnung. Beispiele: (4 8) 2-Tupel (Zahlenpaar) (4 8 9) 3-Tupel (Zahlentrippel) Vektorrechnung Oftmals möchte man in der Mathematik mit mehreren Zahlen auf einmal rechnen. Dafür werde geordnete Listen verwendet. Eine Liste besteht aus n reellen Zahlen und wird n-tupel genannt. Beispiele:

Mehr

Vektorrechnung. Wolfgang Kippels 27. Oktober Inhaltsverzeichnis. 1 Vorwort 2. 2 Grundlagen der Vektorrechnung 3

Vektorrechnung. Wolfgang Kippels 27. Oktober Inhaltsverzeichnis. 1 Vorwort 2. 2 Grundlagen der Vektorrechnung 3 Vektorrechnung Wolfgang Kippels 7 Oktober 018 Inhaltsverzeichnis 1 Vorwort Grundlagen der Vektorrechnung Beispielaufgaben 1 Lineare Abhängigkeit und Komplanarität 11 Aufgabe 1 1 Aufgabe Winkel zwischen

Mehr

a ij i - te Gleichung (Zeile), i = 1, 2,3,..., m I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen

a ij i - te Gleichung (Zeile), i = 1, 2,3,..., m I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen y 1 = a 11 x 1 + a 12 x 2 + a 13 x3 y 2 = a 21 x 1 + a 22 x 2 + a 23 x3... Koeffizienten a ij i - te Gleichung

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Eigenwerte und Eigenvektoren Motivierendes eispiel Lineare Abbildungen werden durch Matrizen dargestellt: Abbildung : Spiegelung A =. Abbildung A = : Verzerrung. ei der Spiegelung wird ~e auf sich selbst

Mehr

Determinanten. a e b f a c b d. b) x = , y = c) zu einem Spaltenvektor das Vielfache des anderen Spaltenvektors addiert wird,

Determinanten. a e b f a c b d. b) x = , y = c) zu einem Spaltenvektor das Vielfache des anderen Spaltenvektors addiert wird, Determinanten Wir entwickeln eine Lösungsformel für Gleichungssysteme mit zwei Variablen. ax + cy = e b bx + y = f a } abx bcy = be + abx + ay = af ya bc = af be Man schreibt y = af be a bc = a e b f analog

Mehr

114 Kapitel 6. Lineare Algebra. 6.4 Vektorräume

114 Kapitel 6. Lineare Algebra. 6.4 Vektorräume 114 Kapitel 6 Lineare Algebra 64 Vektorräume Bereits in dem antiken Lehrbuch der Elemente von Euklid sind die Grundbegriffe der ebenen Geometrie festgehalten, die noch heute in der Schule vermittelt werden

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

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

Mehr

1 Geometrie - Lösungen von linearen Gleichungen

1 Geometrie - Lösungen von linearen Gleichungen Übungsmaterial Geometrie - Lösungen von linearen Gleichungen Lineare Gleichungen sind von der Form y = f(x) = 3x + oder y = g(x) = x + 3. Zwei oder mehr Gleichungen bilden ein Gleichungssystem. Ein Gleichungssystem

Mehr

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

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

Mehr

+ x 2 y 2 = f( x 1 ) + f( x 2 ), z 1 + z 2. z 1. a jj + n bjj = SpurA + SpurB ; j=1

+ x 2 y 2 = f( x 1 ) + f( x 2 ), z 1 + z 2. z 1. a jj + n bjj = SpurA + SpurB ; j=1 Höhere Mathematik für technische Studiengänge Vorbereitungsaufgaben für die Übungen Lineare Abbildungen, Eigenwerte Lösungen Lösungshinweise: a nicht linear, denn zb fα α, αy +, α + αz T α, αy +, α + z

Mehr

2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U.

2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U. Vektorräume Definition Eine nicht leere Menge V, für die eine Addition (dh eine Rechenvorschrift + derart, dass a + b V für alle a, b V ist und eine skalare Multiplikation (dh λa V für alle λ R (λ ist

Mehr

Lineare Algebra und Geometrie II, Übungen

Lineare Algebra und Geometrie II, Übungen Lineare Algebra und Geometrie II, Übungen Gruppe (9 9 45 ) Sei A 2 Bestimmen Sie A und A Finden Sie weiters Vektoren u, v R 2 mit u und Au A, beziehungsweise v und Av A Zunächst die Berechnung der Norm

Mehr

& sind die Vektorkomponenten von und sind die Vektorkoordinaten von. A x. a) Der Betrag eines Vektors

& sind die Vektorkomponenten von und sind die Vektorkoordinaten von. A x. a) Der Betrag eines Vektors Einführu hnung Was ist ein Vektor? In Bereichen der Naturwissenschaften treten Größen auf, die nicht nur durch eine Zahlenangabe dargestellt werden können, wie Kraft oder Geschwindigkeit. Zur vollständigen

Mehr

Lineare Algebra. 1 Lineare Abbildungen

Lineare Algebra. 1 Lineare Abbildungen Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe

Mehr

Lineare Algebra - Übungen 7 WS 2017/18

Lineare Algebra - Übungen 7 WS 2017/18 Prof. Dr. A. Maas Institut für Physik N A W I G R A Z Lineare Algebra - Übungen 7 WS 017/18 Aufgabe P0: Paulimatrizen Präsenzaufgaben 14. Dezember 017 Berechnen Sie für die Paulimatrizen σ 1 = ( ) 0 1,

Mehr

Ein Produkt ist Null, wenn einer der Faktoren gleich Null ist. Die beiden Eigenwerte sind demnach. λ 1 = 0, λ 2 = 2i. 1 i

Ein Produkt ist Null, wenn einer der Faktoren gleich Null ist. Die beiden Eigenwerte sind demnach. λ 1 = 0, λ 2 = 2i. 1 i TU Dresden Fakultät Mathematik Institut für Numerische Mathematik Lösung zur Aufgabe (b des Übungsblattes Ermitteln Sie on der folgenden Matrix alle (komplexen Eigenwerte und zu jedem Eigenwert einen zugehörigen

Mehr

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2 Vektoren Mit der Vektorrechnung werden oft geometrische Probleme gelöst. Wenn irgendwelche Aufgabenstellungen geometrisch darstellbar sind, z.b. Flugbahnen oder Abstandsberechnungen, dann können sie mit

Mehr

Hilfsblätter Lineare Algebra

Hilfsblätter Lineare Algebra Hilfsblätter Lineare Algebra Sebastian Suchanek unter Mithilfe von Klaus Flittner Matthias Staab c 2002 by Sebastian Suchanek Printed with L A TEX Inhaltsverzeichnis 1 Vektoren 1 11 Norm 1 12 Addition,

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

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

Mehr

a ij i - te Gleichung (Zeile), i = 1,2,3,..., m

a ij i - te Gleichung (Zeile), i = 1,2,3,..., m I) MATRIZEN Der Start: Lineare Gleichungen y ax+ a2x2 + a3x3 y2 a2x+ a22x2 + a23x3... Koeffizienten a ij i - te Gleichung (Zeile), i,2,3,..., m j - te Variable (Spalte), j,2,3,..., n Definition m x n Matrix

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr