10. Grassmannsche Vektoren und die Drehungen im Raum.

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "10. Grassmannsche Vektoren und die Drehungen im Raum."

Transkript

1 10. Grassmannshe Vektoren und die Drehungen im Raum. Wir haen in der vorigen Vorlesung gesehen wie man Gegenstände im Raum vermöge der Zentralprojektion als Figuren in der Eene perspektivish genau darstellen kann. Dies wird etwa ei CAD/CAM Anwendungen, d.h. ei dem Computer Aided Design verwendet. Also z.b. eim design von neuen Autokarosserien. Infolge der Shnelligkeit von heutigen Rehnern kann man aer auh die Gegenstände ewegen und etwa im Raum drehen. Wir wollen uns hier die mathematishen Hintergründe eim Drehen von räumlihen Gegenständen ansehen. Die Grundidee ist, dass Dreh-

2 2. Geometrie (L2) ungen von Gegenständen am esten von Transformationen des ganzen Raumes eshrieen werden die auf Gegenstände. Statt also einen Gegenstand im Raum zu drehen ist es mathematish einfaher den Gegenstand festzuhalten und esser den ganzen Raum zu drehen. Um dies zu eshreien rauht man Vektoren und lineare Aildungen, die auf ihnen operieren. Vektorrehnung. Ein Vektor hat eine Länge und eine Rihtung. Es git zwei Typen von Vektoren - den Ortsvektor und den Rihtungsvektor. Beides sind Pfeile in der Eene oder im Raum mit dem Untershied, daß der Anfangspunkt eines Ortsvektors immer im Nullpunkt liegt und der Konvention, daß zwei Rihtungsvektoren gleih sind, wenn sie parallel sind: Zwei Ortsvektoren Ein Rihtungsvektor

3 10 Drehungen 3 Definition. Ein zwei-dimensionaler Vektor ist ein geordnetes Paar a = [a 1, a 2 ] von reellen Zahlen. Ein drei-dimensionaler Vektor ist ein geordnetes Tripel a = [a 1, a 2, a 3 ] von reellen Zahlen. Die Zahlen a 1, a 2, a 3 heißen die Komponenten des Vektors. Eine Darstellung eines Vektors [a 1, a 2 ] ist ein Pfeil (d.h. eine gerihtete Streke) von einem Punkt P(x, y) zum Punkt P(x + a 1, y + a 2 ). Ist P(x, y) = P(0,0), dann heißt t diese Darstellung ein Ortsvektor. Entsprehendes gilt im Raum. Die Länge eines Vektor v ist die Länge eines seiner Darstellungen und wird mit v ezeihnet. Mit Hilfe der Astandsformel läßt sih die Länge erehnen: Tatsahe. Die Länge des zwei-dimensionalen Vektors a = [a 1, a 2 ] ist gegeen durh die Formel: a = a a2 2. Die Länge des drei-dimensionalen Vektors a = [a 1, a 2, a 3 ] ist gegeen durh die Formel: a = a a2 2 + a2 3.

4 4. Geometrie (L2) Man kann Vektoren addieren und mit reellen Zahlen (Skalaren) multiplizieren gemäß der folgenden Regeln: Vektor Addition. Wenn a = [a 1, a 2 ] und = [ 1, 2 ], dann ist a + definiert durh a + := [a 1 + 1, a ]. Eenso für drei-dimensionale Vektoren a + := [a 1 + 1, a 2 + 2, a ]. Man kann die Vektor Addition geometrish auf zwei Weisen illustrieren: a+ a+ a a Triangle Gesetz Parallelogramm Gesetz

5 10 Drehungen 5 Es ist möglih die Länge eines Vektors zu verändern. Dies geshieht durh die Multiplikation mit einem Skalar. Multiplikation mit einem Skalar. Sei ein Skalar (d.h. eine reelle Zahl). dann ist der Vektor a definiert durh: a := [a 1, a 2 ] = [a 1, a 2 ] Entsprehend für drei-dimensionale Vektoren a := [a 1, a 2, a 3 ] = [a 1, a 2, a 3 ] Man verifiziert leiht, daß dem eine Längenveränderung um den Faktor entspriht, denn a = [a 1, a 2 ] = [a 1, a 2 ] = (a 1 ) 2 + (a 2 ) 2 = 2 a a 2 2 = 2 a a2 2 = a. Entsprehendes gilt für drei-dimensionale Vektoren. Das Skalarprodukt.

6 6. Geometrie (L2) Definition. Das Skalarprodukt zweier Vektoren a, ist die Zahl a := a os(θ) woei θ der Winkel zwishen a und ist (0 θ π). Zwei Vektoren a und sind senkreht oder orthogonal, wenn der Winkel zwishen ihnen θ = π 2 ist. Für solhe Vektoren gilt: a = a os( π 2 ) = 0. und umgekehrt, denn a = 0, dann ist os(θ) = 0 und so θ = π 2. Also haen wir: Satz. Zwei Vektoren a und sind orthogonal, wenn das Skalarprodukt a = 0. Das Skalarprodukt in Komponentenform. Seien zwei Vektoren a = [a 1, a 2, a 3 ] und = [ 1, 2, 3 ]

7 10 Drehungen 7 gegeen. Nah dem Kosinus Satz gilt a 2 = a a os(θ) = a a Damit gilt für das Skalarprodukt: a = 1 2 ( a a 2 ) = 1 2 (a2 1 + a a (a 1 1 ) 2 (a 2 2 ) 2 (a 3 3 ) 2 ) = a a a 3 3 Also haen wir: Satz. Das Skalarprodukt von a = [a 1, a 2, a 3 ] und [ 1, 2, 3 ] ist gegeen durh Vektoren in Aktion. a = a a a 3 3. Satz. Sei ABC ein Dreiek. Die Senkrehten von den Eken, A, B, C, auf die gegenüerliegenden

8 8. Geometrie (L2) Seiten, BC, AC, AB, des Dreieks shneiden sih alle drei in einem Punkt. C = [,] k h g A = [0,0] Lote treffen sih in einem Punkt B = [a,0] Beweis. Wir ezeihnen die Ekpunkte mit Koordinatenvektoren wie folgt: A = 0, B = 0 a, C = 0.

9 10 Drehungen 9 Dann gelten für die Senkrehten g, h, k die folgenden Formeln: x 0 g : = + α, y a x 0 h : = + β, y 0 a x a k : = + γ y 0 Wir erehnen den Shnitt g h der Senkrehten g und h wie folgt: 0 + α a = β [ ] a β = 0 αa β(a ) = 0 β = / Eingesetzt in h liefert den folgenden Ausdruk für den Shnittpunkt: m = 0 + β 0 a = [ ] a = [ 2 a Es leit zu zeigen, daß m niht nur auf der Senkrehten g, sondern auh auf den Senkrehten h und k liegt. ]

10 10. Geometrie (L2) Setze α := 2 a 2 a 0 + α a, dann gilt = + 2 a 2 a = a 2 = = m 2 a 0 a Setze γ := a, dann gilt a + a 0 Dies eweist den Satz. = [ 2 a ] = m Matrizen. Definition. Eine (zwei-dimensionale) Matrix ist ein Blok a G = d von rellen Zahlen a,,, d R.

11 10 Drehungen 11 Die Determinante einer Matrix ist gegeen durh a det = ad d Das Produkt einer Matrix mit einem Vektor ist gegeen durh a d x y = ax + y x + dy Das Produkt einer Matrix mit einer Matrix ist gegeen durh a x y ax + u ay + v = d u v x + du y + dv Satz (Determinanten Satz). Seien G, H Matrizen. Dann ist zwei det(g H) = det(g) det(h). Beweis. Nahrehnen. Korollar. Seien G, H zwei Matrizen mit det(g) = det(h) = 1. Dann ist det(g H) = det(g) det(h)

12 12. Geometrie (L2) Beweis. klar. a x y Satz. Seien G = und H = Matrizen mit det G = 1. Dann git es eine Matrix X d u v mit det(x) = 1, die die Matrix Gleihung H = G X löst Beweis. Definiere G 1 := [ d ] a Dann ist det G 1 = da = detg = 1 und G G 1 = a d [ d ] a = Weiter setze X := G 1 H

13 10 Drehungen 13 Dann ist nah dem Determinanten Satz det X = det(g 1 H) = det(g 1 ) det(h) = 1. Shließlih rehnet man leiht nah G X = G (G 1 H) = (G G 1 ) H = H. Dies eweist den Satz. Lineare Aildungen. Sei G eine Matrix mit det(g) = 1. Dann definiert die Zuordnung v G v eine ijektive Transformation der Eene. Manhe dieser Matrizen erhalten den Astand. Beispielsweise alle Matrizen der Form [ os α ] sin α sinα os α Diese Matrizen modellieren Drehungen. Welhe Bedeutung diese Matrizen für die Geometrie haen sieht man esten an ihrer geometrishen Dynamik, d.h. daran was die Potenzen G n mit einem elieig aer fest gewählten Vektor mahen:

14 14. Geometrie (L2) Hyperolishe Matrix G = 2 1 : 1 1 Elliptishe Matrix G = Drehung um [ ]. 30 o

15 Paraolishe Matrix G = 10 Drehungen : 0 1 Drehungen. Drehungen in der Eene (um den Winkel α) sind gegeen durh Matrizen der Form os α sin α sinα os α und für Drehungen im Raum um die Koordinatenahsen (mit Winkel α) git es die folgenden Drehmatrizen: D x := os α sinα 0 sinα os α, D y := os α 0 sinα 0 1 0, sinα 0 os α

16 16. Geometrie (L2) D z := os α sinα 0 sinα os α Der nähste Satz zeigt, dass diese Drehungen genügen um alle Drehungen im Raum zu ehreien. Definition. Eine allgemeine Drehung des Raumes ist eine lineare Aildung (Matrix) des Raumes, die die Einheitssphäre auf sih aildet. Satz. Jede Drehung im Raum ist Produkt der Drehmatrizen D x, D y, D z. Beweis. Üung. Drehungen und Perspektive. Man kann nun Drehungen und Zentralprojektion kominieren um ein rehnergestütztes Design Programm zu entwerfen. Literatur. Arhimedes, Quadratur der Parael R. Desartes, Geometrie

7. Grassmannsche Vektoren und die Drehungen im Raum.

7. Grassmannsche Vektoren und die Drehungen im Raum. 7. Grassmannshe Vektoren und die Drehungen im Raum. Wir haen im vorigen Kapitel gesehen, wie man Gegenstände im Raum vermöge der Zentralprojektion als Figuren in der Eene perspektivish genau darstellen

Mehr

Vektoren werden addiert, bzw. subtrahiert, indem man die einander entsprechenden Komponenten addiert bzw. subtrahiert.

Vektoren werden addiert, bzw. subtrahiert, indem man die einander entsprechenden Komponenten addiert bzw. subtrahiert. R. Brinkmann http://brinkmann-du.de Seite.9. Vektoren im kartesishen Koordinatensystem Rehengesetze für Vektoren in Koordinatendarstellung Addition und Subtraktion von Vektoren: Vektoren werden addiert,

Mehr

Mathematik I für MB/ME

Mathematik I für MB/ME Mathematik I für MB/ME Fahbereih Grundlagenwissenshaften Prof. Dr. Viola Weiÿ Wintersemester /6 Übungsaufgaben Serie : Vektorrehnung. Gegeben seien die Vektoren a =, b =, = (a) Berehnen Sie a + b und a

Mehr

1 Vektoren, Vektorräume, Abstände: 2D

1 Vektoren, Vektorräume, Abstände: 2D Vektoren, Vektorräume, Astände: D Definition: Die Menge aller (geordneten Paare reeller Zahlen (oder allgemeiner: Elemente eines elieigen Körpers, als Spalten geschrieen, ezeichnen wir als Vektoren: R

Mehr

3. Cartesische Geometrie I: Punkte, Strecken und Dreiecke.

3. Cartesische Geometrie I: Punkte, Strecken und Dreiecke. 3. Cartesishe Geometrie I: Punkte, Streken und Dreieke. Existiert eine iderspruhsfreie Euklidishe Geometrie? Um dies zu zeigen müsste man ein iderspruhsfreies Modell angeen in dem alle Hilertshen Axiome

Mehr

10 1 Grundlagen der Schulgeometrie. 1.3 Das Dreieck

10 1 Grundlagen der Schulgeometrie. 1.3 Das Dreieck 10 1 Grundlgen der Shulgeometrie 13 Ds Dreiek In diesem shnitt findet lles in der ffinen Stndrdeene 2 = R 2 sttt Drei Punkte, und, die niht uf einer Gerden liegen, ilden ein Dreiek Die Punkte,, nennt mn

Mehr

Mathematische Probleme, SS 2013 Montag $Id: dreieck.tex,v /04/15 09:12:15 hk Exp hk $ 1.4 Dreiecksberechnung mit Seiten und Winkeln

Mathematische Probleme, SS 2013 Montag $Id: dreieck.tex,v /04/15 09:12:15 hk Exp hk $ 1.4 Dreiecksberechnung mit Seiten und Winkeln Mthemtishe Proleme, SS 2013 Montg 15.4 $Id: dreiek.tex,v 1.5 2013/04/15 09:12:15 hk Exp hk $ 1 Dreieke 1.4 Dreiekserehnung mit Seiten und Winkeln In der letzten Sitzung htten wir egonnen die vershiedenen

Mehr

Der Begriff der Stammfunktion

Der Begriff der Stammfunktion Lernunterlgen Integrlrehnung Der Begriff der Stmmfunktion Wir gehen von folgender Frgestellung us: welhe Funktion F x liefert ls Aleitung eine gegeene Funktion f x. Wir suhen lso eine Umkehrung der Aleitung

Mehr

Analytische Geometrie

Analytische Geometrie www.mathe-aufgaben.om Analytishe Geometrie Analytishe Geometrie Übungsaufgaben Geraden Oberstufe Alexander Shwarz www.mathe-aufgaben.om Oktober 205 www.mathe-aufgaben.om Analytishe Geometrie Aufgabe :

Mehr

Mathematik - Oberstufe

Mathematik - Oberstufe Mathematik - Oberstufe Aufgaben und Musterlösungen zu linearen Funktionen Zielgruppe: Oberstufe Gmnasium Shwerpunkt: Geraden, Streken und Dreieke im Koordinatensstem Aleander Shwarz www.mathe-aufgaben.om

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 Trigonometrie Einführung

Mathematik Trigonometrie Einführung Mthemtik Trigonometrie Einführung Ws edeutet ds Wort Trigonometrie und mit ws eshäftigt sih die Trigonometrie? Eine kleine Wortkunde: tri edeutet 'drei' Beispiel: Trithlon,... gon edeutet 'Winkel'/'Ek'

Mehr

Der Vektor lebt unabhängig vom Koordinatensystem: Bei einer Drehung des Koordinatensystems ändern zwar die Komponenten, der Vektor v aber bleibt.

Der Vektor lebt unabhängig vom Koordinatensystem: Bei einer Drehung des Koordinatensystems ändern zwar die Komponenten, der Vektor v aber bleibt. Vektorlger Vektorlger Vektoren sind Grössen, die einen Betrg sowie eine Rihtung im Rum hen. Im Gegenstz zu den Vektoren estehen Sklre nur us einer Grösse ls Zhl. In Bühern wird nsttt v oft v geshrieen.

Mehr

Vektoren und Matrizen

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

Mehr

Mathematische Probleme, SS 2015 Montag $Id: dreieck.tex,v /04/20 08:57:49 hk Exp $ 1.4 Dreiecksberechnung mit Seiten und Winkeln

Mathematische Probleme, SS 2015 Montag $Id: dreieck.tex,v /04/20 08:57:49 hk Exp $ 1.4 Dreiecksberechnung mit Seiten und Winkeln Mthemtishe Proleme, SS 2015 Montg 20.4 $Id: dreiek.tex,v 1.15 2015/04/20 08:57:49 hk Exp $ 1 Dreieke 1.4 Dreiekserehnung mit Seiten und Winkeln In der letzten Sitzung htten wir egonnen die vershiedenen

Mehr

Das gefaltete Quadrat

Das gefaltete Quadrat =.? @ / - + Das gefaltete Quadrat Eine Aufgabe aus der Japanishen Tempelgeometrie 21. September 2004 Gegeben sei das Quadrat ABCD mit der Seitenlänge a. Entlang der Linie EF wird das Quadrat gefaltet,

Mehr

7.4. Teilverhältnisse

7.4. Teilverhältnisse 7... erehnung von Teilverhältnissen ufgen zu Teilverhältnissen Nr. 7.. Teilverhältnisse Die Shwerpunkte von Figuren und Körpern lssen sih mit Hilfe von Teilverhältnissen usdrüken und erehnen. Definition

Mehr

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 45: Gesucht ist die Schnittmenge der beiden Zylinder

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 45: Gesucht ist die Schnittmenge der beiden Zylinder Übungen ur Ingenieur-Mathematik III WS 2/2 Blatt..22 Aufgabe 45: Gesuht ist die Shnittmenge der beiden Zlinder 2 + 2 =, 2 + 2 =. (i Zeigen Sie, dass die Shnittmenge aus wei geshlossenen Kurven besteht

Mehr

Konstruktion mit Zirkel und Lineal

Konstruktion mit Zirkel und Lineal Alert Ludigs Universität Freiurg Institut für Mthemtik Ateilung für Reine Mthemtik Prof Dr D Wolke Dipl Mth S Feiler Üungen ur Vorlesung Ergänungen ur Elementren Zhlentheorie Wintersemester 9/ 9 Üungsltt

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

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

3 Matrizenrechnung. 3. November

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

Mehr

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

Musterlösung zur Probeklausur zur Geometrie

Musterlösung zur Probeklausur zur Geometrie UNIVERSITÄT ULM Institut für Zhlentheorie un Whrsheinlihkeitstheorie Musterlösung zur Proeklusur zur Geometrie Prof. Dr. Helmut Mier, Hns- Peter Rek Gesmtpunktzhl: 3 Punkte, Punkte= % keine Age. Gi Definitionen

Mehr

Arbeitsblatt 1 Einführung in die Vektorrechnung

Arbeitsblatt 1 Einführung in die Vektorrechnung Arbeitsblatt Einführung in die Vektorrechnung Allgemein Vektoren sind physikalische Größen und durch ihre Richtung und ihren Betrag festgelegt. Geometrisch wird ein Vektor durch einen Pfeil dargestellt,

Mehr

R. Brinkmann http://brinkmann-du.de Seite 1 17.11.2010

R. Brinkmann http://brinkmann-du.de Seite 1 17.11.2010 R. rinkmnn http://rinkmnn-du.de Seite 7..2 Grundegriffe der Vektorrehnung Vektor und Sklr Ein Teil der in Nturwissenshft und Tehnik uftretenden Größen ist ei festgelegter Mßeinheit durh die nge einer Mßzhl

Mehr

1. Überlege, ob die gegebenen Körper mit einem geometrischen Grundkörper

1. Überlege, ob die gegebenen Körper mit einem geometrischen Grundkörper 1 Anwendungsaufgaen Geh ei Anwendungsaufgaen zu Körpererehnungen folgendermaßen vor: 1. Üerlege, o die gegeenen Körper mit einem geometrishen Grundkörper üereinstimmen.. Findest du keine Üereinstimmung,

Mehr

6. Trigonometrie. sin α = b c. cos α = a c. tan α = b a. 6.1 Rechtwinklige Dreiecke

6. Trigonometrie. sin α = b c. cos α = a c. tan α = b a. 6.1 Rechtwinklige Dreiecke 6. Trigonometrie Trigonometrie bedeutet dem Wortsinn nah Dreieksmessung. Mit Hilfe von trigonometrishen Funktionen lassen sih alle Probleme, die man im Prinzip zeihnerish lösen kann, auh rehnerish bewältigen.

Mehr

Vektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5

Vektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5 Vektorrechnung 0. August 07 Inhaltsverzeichnis Vektoren Grundlegende Rechenoperationen mit Vektoren 3 3 Geometrie der Vektoren 5 4 Das Kreuzprodukt 9 Vektoren Die reellen Zahlen R können wir uns als eine

Mehr

Die Näherung ist umso genauer, je kleiner die Zellen sind. Der Grenzwert ist

Die Näherung ist umso genauer, je kleiner die Zellen sind. Der Grenzwert ist Höhere Mthemtik Mehrfhintegrle sind Integrle üer eiete R n Zweifhintegrle treten B ei der Berehnung des Fläheninhltes und von Flähenträgheitsmomenten uf Dreifhintegrle kommen ei der Berehnung des Volumeninhltes

Mehr

Potenzen mit gleichen Grundzahlen werden multipliziert, indem man die Hochzahlen addiert und die Grundzahlen beibehält. a n a m = a m+n. a...

Potenzen mit gleichen Grundzahlen werden multipliziert, indem man die Hochzahlen addiert und die Grundzahlen beibehält. a n a m = a m+n. a... Mathematikskript: Steven Passmore Potenzgesetze Einleitung Einen Ausdruk mit einer Hohzahl nennt man Potenz Beispiele: 3 5,9 x, a n ). Zunähst ist eine Potenz eine vereinfahte Shreibweise für die vielfahe

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

3 Punkte, Ortsvektoren und Verbindungsvektoren. Zunächst im 2-dimensionalen: A 4 1 , C 2 4. und D 3 1 Koordinatensystem. in einem kartesischen

3 Punkte, Ortsvektoren und Verbindungsvektoren. Zunächst im 2-dimensionalen: A 4 1 , C 2 4. und D 3 1 Koordinatensystem. in einem kartesischen Punkte Ortsvektoren und Verindungsvektoren Punkte Ortsvektoren und Verindungsvektoren Zunähst im -dimensionlen: A 4 Gegeen sind die Punkte B 5 C 4 und D Koordintensystem. in einem krtesishen AB CD d Zu

Mehr

Theoretische Physik 1, Mechanik

Theoretische Physik 1, Mechanik Theoretische Physik 1, Mechanik Harald Friedrich, Technische Universität München Sommersemester 2009 Mathematische Ergänzungen Vektoren und Tensoren Partielle Ableitungen, Nabla-Operator Physikalische

Mehr

Checkliste Sinus, Kosinus, Tangens

Checkliste Sinus, Kosinus, Tangens Chekliste Sinus, Kosinus, Tngens Nr. K 1 K K 3 K 4 K 5 K 6 K 7 K 8 Kompetenz Ih knn... in einem rehtwinkligen Dreiek Kthete, Gegenkthete und Hypotenuse estimmen in einem rehtwinkligen Dreiek die Seitenverhältnisse

Mehr

Geometrie. 1 Vektoren, Vektorielle analytische Geometrie der Ebene

Geometrie. 1 Vektoren, Vektorielle analytische Geometrie der Ebene Geometrie Geometrie W. Kuhlisch Brückenkurs 207. Vektoren, Vektorrechnung und analytische Geometrie der Ebene 2. Vektorrechnung und analytische Geometrie des Raumes 3. Anwendungen in der Geometrie, Lagebeziehungen

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um

Mehr

Wir haben ein Koordinatensystem mit der x-achse und der y-achse. Nun wird ein Kreis gebildet mit dem Radius r=1.

Wir haben ein Koordinatensystem mit der x-achse und der y-achse. Nun wird ein Kreis gebildet mit dem Radius r=1. Trigonometrie In diesem Themenereih wenden wir uns den Winkeln im rehtekigen Dreiek zu. Du hst uf deinem Tshenrehner siher shon die Tsten sin, os und tn gesehen. Doh ws edeuten sie? Ds wollen wir herusfinden.

Mehr

Mathematische Probleme, SS 2017 Montag $Id: dreieck.tex,v /06/19 14:39:24 hk Exp $

Mathematische Probleme, SS 2017 Montag $Id: dreieck.tex,v /06/19 14:39:24 hk Exp $ $Id: dreie.tex,v 1.37 2017/06/19 14:39:24 h Exp $ 2 Dreiee 2.3 Einige spezielle Punte im Dreie In der letzten Sitzung haben wir drei unserer speziellen Punte eines Dreies behandelt, es steht nur noh der

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

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

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

2 Sehnen, Sekanten und Chordalen

2 Sehnen, Sekanten und Chordalen Sehnen, Seanten und Chordalen Übersiht.1 Sehnen- und Seantensatz................................................... 7. Chordalen.................................................................. 3 Weitere

Mehr

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60 Kartesische Koordinaten in Ebene und Raum 3 Vektoren 3.1 Kartesische Koordinaten in Ebene und Raum In der Ebene (mathematisch ist dies die Menge R 2 ) ist ein kartesisches Koordinatensystem festgelegt

Mehr

Prof. Dr. Schmidt-Thieme / Michael Rottmann Arbeitsblatt Algebra SS 2005

Prof. Dr. Schmidt-Thieme / Michael Rottmann Arbeitsblatt Algebra SS 2005 Prof. Dr. Shmidt-Thieme / Mihael Rottmann Areitslatt Algera SS 2005 Gruppen Lösungen.) i) Die ist neutrales Element der Multiplikation. (M, é ) ist damit keine Gruppe, denn es git keine inversen Elemente

Mehr

Die Satzgruppe des Pythagoras

Die Satzgruppe des Pythagoras 7 Die Stzgruppe des Pythgors In Klssenstufe 7 hen wir uns ei den Inhlten zur Geometrie insesondere mit Dreieken und ihren Eigenshften eshäftigt. In diesem Kpitel wirst du erkennen, dss es ei rehtwinkligen

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Dreiecke Vierecke 11. Lösungen B211-01

Dreiecke Vierecke 11.  Lösungen B211-01 reieke Viereke 11 211-01 1 5 1 ei den Winkelhalbierenden sind zwei Seiten, ausgehend von einem Ekpunkt, aufeinanderzulegen. ei genauem Falten treffen sih die drei Winkelhalbierenden in einem Punkt, dem

Mehr

3.6 Einführung in die Vektorrechnung

3.6 Einführung in die Vektorrechnung 3.6 Einführung in die Vektorrechnung Inhaltsverzeichnis Definition des Vektors 2 2 Skalare Multiplikation und Kehrvektor 4 3 Addition und Subtraktion von Vektoren 5 3. Addition von zwei Vektoren..................................

Mehr

7.5 Relativistische Bewegungsgleichung

7.5 Relativistische Bewegungsgleichung 7.5. RELATIVISTISCHE BEWEGUNGSGLEICHUNG 7 7.5 Relativistishe Bewegungsgleihung Das Ziel ieses Abshnittes ist es, ie Bewegungsgleihung er Klassishen Mehanik an ie relativistishe Kinematik anzupassen. Ausgangspunkt

Mehr

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2)

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2) Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

Mehr

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

Potenzen der Linearen Algebra

Potenzen der Linearen Algebra Potenzen der Linearen Algebra Stufen der Verallgemeinerung und ihre didaktische Umsetzung in der Lehre Fakultät für Ingenieurwissenschaften Prof. Dr. Dieter Schott E-Post: dieter.schott@hs-wismar.de www.et.hs-wismar.de/schott

Mehr

Grundwissenkatalog / g8 Geometrie / 7. Jahrgangsstufe

Grundwissenkatalog / g8 Geometrie / 7. Jahrgangsstufe Grundwissenktlog / g8 Geometrie /. Jhrgngsstufe Die folgende ufstellung enthält mthemtishe Grundfertigkeiten, die ein Shüler nh der. Jhrgngsstufe eherrshen sollte. Dieses Wissen wird in den folgenden Jhren

Mehr

Vorkurs Mathematik-Physik, Teil 5 c 2016 A. Kersch

Vorkurs Mathematik-Physik, Teil 5 c 2016 A. Kersch Vorkurs Mathematik-Physik, Teil 5 c 206 A. Kersch Vektoren. Vektorrechnung Definition Ein Vektor ist eine gerichtete Größe welche einen Betrag ( Zahl und eine Richtung ( in 2D, 2 in 3D hat. Alternativ

Mehr

a) Spezielle Winkel bei schneidenden Geraden und Parallelen α 3 β 4 Institut für Automatisierungstechnik Prof. Dr. Ch. Bold Vorsemester V.

a) Spezielle Winkel bei schneidenden Geraden und Parallelen α 3 β 4 Institut für Automatisierungstechnik Prof. Dr. Ch. Bold Vorsemester V. 0.05.0 Geometrie und Trigonometrie ) Spezielle Winkel ei shneidenden Gerden und Prllelen 4 4 Sheitelwinkel sind gleih (z.. zw. ) Neenwinkel ergänzen sih zu 80 0 (z.. + 80 0 ) Stufenwinkel sind gleih (z..

Mehr

IX.3 Potentiale und Felder einer bewegten Punktladung

IX.3 Potentiale und Felder einer bewegten Punktladung N.BORGHINI Elektrodynamik einer Punktladung Theoretishe Physik IV IX.3 Potentiale und Felder einer bewegten Punktladung Dieser Abshnitt beginnt mit der Berehnung der Potentiale und Felder, die durh eine

Mehr

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a). Aufgabe Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = Es gilt det(λa = (λ n det(a det I n = n? Nein (außer für n = Es gilt deti n = det(ab = det A det B? Ja det(a =

Mehr

3 Determinanten, Eigenwerte, Normalformen

3 Determinanten, Eigenwerte, Normalformen Determinanten, Eigenwerte, Normalformen.1 Determinanten Beispiel. Betrachte folgendes Parallelogramm in der Ebene R 2 : y (a + c, b + d) (c, d) (a, b) x Man rechnet leicht nach, dass die Fläche F dieses

Mehr

Matrix- Algorithmen Householder- und Givens- Matrizen

Matrix- Algorithmen Householder- und Givens- Matrizen Fast und 20. Mai 2011 und Inhaltsverzeichnis Fast 1 2 Fast und Fast ist eine eines Vektors an der Hyperebene durch die Null im euklidischen Raum Ein zur Spiegelebene orthogonaler Vektor v R n \ {0} wird

Mehr

Übungsblatt 11. PHYS1100 Grundkurs I (Physik, Wirtschaftsphysik, Physik Lehramt) Othmar Marti, und

Übungsblatt 11. PHYS1100 Grundkurs I (Physik, Wirtschaftsphysik, Physik Lehramt) Othmar Marti, und Übungsblatt 11 PHYS11 Grundkurs I Physik, Wirtshaftsphysik, Physik Lehramt Othmar Marti, othmar.marti@uni-ulm.de. 1. 6 und 3. 1. 6 1 Aufgaben 1. In Röhrenfernsehgeräten werden Elektronen typisherweise

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

8 Die Riemannsche Zahlenkugel

8 Die Riemannsche Zahlenkugel 8 Die Riemannsche Zahlenkugel Wir untersuchen zunächst Geraden- und Kreisgleichungen in der komplexen Ebene C = R 2. Geradengleichungen Die Parameterdarstellung einer Geraden durch zwei Punkte z 1 z 2

Mehr

Kapitel I: Vektorrechnung 2: Vektoren im Raum

Kapitel I: Vektorrechnung 2: Vektoren im Raum WS 1/14 - Prof Dr Manfred Leitz 2 Vektoren im Raum A Grundbegriffe B Rechnen mit Vektoren C Der euklidische Betrag D Das euklidische Skalarprodukt E Vektorprodukt und Spatprodukt F Geraden und Ebenen im

Mehr

6. Vorlesung. Rechnen mit Matrizen.

6. Vorlesung. Rechnen mit Matrizen. 6. Vorlesung. Rechnen mit Matrizen. In dieser Vorlesung betrachten wir lineare Gleichungs System. Wir betrachten lineare Gleichungs Systeme wieder von zwei Gesichtspunkten her: dem angewandten Gesichtspunkt

Mehr

P 2. Bemerkung 3: Im Folgenden wird das Konstruktionsverfahren beschrieben. Die Beweise überlassen wir dem der Lust hat.

P 2. Bemerkung 3: Im Folgenden wird das Konstruktionsverfahren beschrieben. Die Beweise überlassen wir dem der Lust hat. Hans Walser, [20150318] Brennpunkte der Ellipse 1 Worum geht es? Eine Ellipse sei durh fünf Punkte,...,P 5 gegeben (Abb. 1). P5 P 4 P 3 Abb. 1: Eine Ellipse durh fünf Punkte Gesuht sind die Brennpunkte

Mehr

Analytische Geometrie, Vektorund Matrixrechnung

Analytische Geometrie, Vektorund Matrixrechnung Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?

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

Definition, Grundbegriffe, Grundoperationen

Definition, Grundbegriffe, Grundoperationen Aufgaben 1 Vektoren Definition, Grundbegriffe, Grundoperationen Lernziele - einen Vektor korrekt kennzeichnen bzw. schreiben können. - wissen, was ein Gegenvektor ist. - wissen, wie die Addition zweier

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

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte Geometrie Geometrie W. Kuhlisch Brückenkurs 206. Vektorrechnung und analytische Geometrie der Ebene, Kegelschnitte 2. Vektorrechnung und analytische Geometrie des Raumes, Anwendungen in der Geometrie,

Mehr

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht der Länge des Vektorpfeils. Im R 2 : x = Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.

Mehr

1 Vorlesungen: und Vektor Rechnung: 1.Teil

1 Vorlesungen: und Vektor Rechnung: 1.Teil 1 Vorlesungen: 4.10.005 und 31.10.005 Vektor Rechnung: 1.Teil Einige in der Physik auftretende Messgrößen sind durch eine einzige Zahl bestimmt: Temperatur T K Dichte kg/m 3 Leistung P Watt = J/s = kg

Mehr

Wir fragen nun, wie die Faltlinie die senkrechten Rechtecksseiten teilt. 1 b

Wir fragen nun, wie die Faltlinie die senkrechten Rechtecksseiten teilt. 1 b Hans Walser, [0005a], [050] Falten im Rehtek Anregungen: E.-R. M., S. und H. S., S. Eke hinauffalten In einem Hohformat-Rehtek falten wir die rehte untere Eke auf die obere Kante. Dann falten wir wieder

Mehr

Symmetrien und Winkel

Symmetrien und Winkel 5-04 1 10 mthuh 1 LU reitsheft + weitere ufgen «Grundnforderungen» Symmetrien 301 Zeihne Grossuhsten des lphets, sortiert nh vier Typen: hsensymmetrish punktsymmetrish hsen- und punktsymmetrish weder hsen-

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

Grundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015

Grundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015 Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten

Mehr

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für den Pflichtteil Baden-Württemberg mit Tipps und Lösungen

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für den Pflichtteil Baden-Württemberg mit Tipps und Lösungen H. Gruber, R. Neumann Erfolg im Mathe-Abi Übungsbuch für den Pflichtteil Baden-Württemberg mit Tipps und Lösungen Inhaltsverzeichnis Inhaltsverzeichnis Themen des Pflichtteils... Analysis Von der Gleichung

Mehr

Mathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen

Mathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 68 Das Verhalten von Maßen bei linearen Abbildungen Lemma 68.1. Es sei V ein reeller Vektorraum und L :R n V eine bijektive lineare

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

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier

Mehr

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

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

Mehr

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

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

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

Mathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung )

Mathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung ) Aufgabe 1: Berechne die Determinante und die Transponierte der folgenden Matrizen: 0 1 1.1 M =( 0 4 1 4 det M =0 4 1 4= 4 M T =( 5 3 3 1.2 1 1 3 A=( =( A T 3 0 1 5 1 3 3 1 0 3 3 1 4 4 det M = 5 1 1+3 3

Mehr

13. Lineare Algebra und Koordinatenwechsel.

13. Lineare Algebra und Koordinatenwechsel. 3. Lineare Algebra und Koordinatenwechsel. In dieser Vorlesung behandeln wir die Vorzüge von Koordinatenwechseln. Insbesondere werden wir über geeignete Koordinatenwechsle zu einer Klassifikation der lineare

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition) Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz

Mehr

Teil 2. Metrik mit Skalarprodukt. Für moderne Geometrie-Kurse am Gymnasium. und für Realschulen in Bayern! (Prüfungsstoff!)

Teil 2. Metrik mit Skalarprodukt. Für moderne Geometrie-Kurse am Gymnasium. und für Realschulen in Bayern! (Prüfungsstoff!) Vektor-Geometrie für die Sekundarstufe 1 Teil 2 Metrik mit Skalarprodukt Für moderne Geometrie-Kurse am Gymnasium und für Realschulen in Bayern! (Prüfungsstoff!) Dieser Text setzt Kenntnisse der Trigonometrie

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

Vektorräume und Rang einer Matrix

Vektorräume und Rang einer Matrix Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung

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

09. Lineare Abbildungen und Koordinatentransformationen

09. Lineare Abbildungen und Koordinatentransformationen 09. Lineare Abbildungen und Koordinatentransformationen Definition. Seien V und W Vektorräume. Unter einer linearen Abbildung versteht man eine Abbildung F : V W, v F v w mit folgender Eigenschaft: F λ

Mehr

2 Die Algebra der Matrizen

2 Die Algebra der Matrizen Die Algebra der Matrizen Ein Hauptziel der Vorlesung zur Linearen Algebra besteht darin, Aussagen über die Lösungsmenge linearer Gleichungssysteme zu machen Etwa ob das Gleichungssystem x y + z 1 x + y

Mehr

2.2 Kollineare und koplanare Vektoren

2.2 Kollineare und koplanare Vektoren . Kollineare und koplanare Vektoren Wie wir schon gelernt haben, können wir einen Vektor durch Multiplikation mit einem Skalar verlängern oder verkürzen. In Abbildung 9 haben u und v die gleiche Richtung,

Mehr

Matrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) =

Matrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) = Matrizen Eine m nmatrix ist ein rechteckiges Zahlenschema mit m Zeilen und n Spalten der Form a 11 a 12 a 1n A = a ij = a 21 a 22 a 2n a m1 a m2 a mn Dabei sind m und n natürliche und die Koezienten a

Mehr

Darstellungstheorie der Lorentz-Gruppe

Darstellungstheorie der Lorentz-Gruppe Kai Walter 29. Juli 2008 Inhaltsverzeihnis 1 Einführung 2 2 Lie-Algebra der Lorentz-Gruppe 2 2.1 Minkowski-Raum............................. 2 2.2 Lorentz-Transformation......................... 3 2.3

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

Definition, Rechenoperationen, Lineares Gleichungssystem

Definition, Rechenoperationen, Lineares Gleichungssystem Bau und Gestaltung, Mathematik, T. Borer Aufgaben /3 Aufgaben Matrizen Definition, Rechenoperationen, Lineares Gleichungssystem Lernziele - die Bezeichnung der Matrixelemente kennen und verstehen. - den

Mehr