Oberbegriff für Abstand und Winkel
|
|
- Maximilian Färber
- vor 7 Jahren
- Abrufe
Transkript
1 Skalarprodukt ein Oberbegriff für Abstand und Winkel ranz Pauer, lorian Stampfer Institut für achdidaktik und Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien April 2016
2 Aufgabe 3 der AHS-Zentralmatura 2015 Quelle: Standardisierte kompetenzorientierte schriftliche Reife- und Diplomprfung, AHS, 11. Mai 2015,Mathematik, Aufgabenheft Teil 1, Aufgabe 3, S. 7
3 Rudolf Taschner (Presse, 12. Mai 2015): Nonsens, das ist gar kein Skalarprodukt Aufgaben-sehr-textlastig
4 Einleitung Inhalt Was ist ein Skalarprodukt?
5 Einleitung Inhalt Was ist ein Skalarprodukt? Ein Skalarprodukt in der Physik
6 Einleitung Inhalt Was ist ein Skalarprodukt? Ein Skalarprodukt in der Physik Vom Skalarprodukt auf der Zeichenebene zum Satz von Pythagoras
7 Einleitung Inhalt Was ist ein Skalarprodukt? Ein Skalarprodukt in der Physik Vom Skalarprodukt auf der Zeichenebene zum Satz von Pythagoras Vom Satz von Pythagoras zum Skalarprodukt auf der Zeichenebene
8 Einleitung Inhalt Was ist ein Skalarprodukt? Ein Skalarprodukt in der Physik Vom Skalarprodukt auf der Zeichenebene zum Satz von Pythagoras Vom Satz von Pythagoras zum Skalarprodukt auf der Zeichenebene ußpunkt des Lotes und Winkel
9 Einleitung Inhalt Was ist ein Skalarprodukt? Ein Skalarprodukt in der Physik Vom Skalarprodukt auf der Zeichenebene zum Satz von Pythagoras Vom Satz von Pythagoras zum Skalarprodukt auf der Zeichenebene ußpunkt des Lotes und Winkel Eine Anwendung des Skalarproduktes in der Statistik
10 Was ist ein Skalarprodukt? V reeller Vektorraum (mit Addition u. Skalarmult.)
11 Was ist ein Skalarprodukt? V reeller Vektorraum (mit Addition u. Skalarmult.) Beispiele: R n ; VR aller Kräfte, die in einem Punkt angreifen;...
12 Was ist ein Skalarprodukt? V reeller Vektorraum (mit Addition u. Skalarmult.) Beispiele: R n ; VR aller Kräfte, die in einem Punkt angreifen;... Ein Skalarprodukt auf V ordnet je zwei Vektoren v, w in V eine reelle Zahl v w zu, und zwar so, dass v w = w v (symmetrisch) (cu + dv) w = c(u w) + d(v w) für alle u, v, w V und c, d R (bilinear) v v > 0, für alle v 0 (positiv definit)
13 Was ist ein Skalarprodukt? V reeller Vektorraum (mit Addition u. Skalarmult.) Beispiele: R n ; VR aller Kräfte, die in einem Punkt angreifen;... Ein Skalarprodukt auf V ordnet je zwei Vektoren v, w in V eine reelle Zahl v w zu, und zwar so, dass v w = w v (symmetrisch) (cu + dv) w = c(u w) + d(v w) für alle u, v, w V und c, d R (bilinear) v v > 0, für alle v 0 (positiv definit) Beispiel: Die unktion R n R n R n, die jedem Paar (a, b) von n-tupeln reeller Zahlen die Zahl n i=1 a ib i zuordnet, ist ein Skalarprodukt auf R n.
14 Was ist ein Skalarprodukt? (v, w) Basis von V, d.h.: jeder Vektor in V kann eindeutig als av + bw (mit a, b R) geschrieben werden.
15 Was ist ein Skalarprodukt? (v, w) Basis von V, d.h.: jeder Vektor in V kann eindeutig als av + bw (mit a, b R) geschrieben werden. (av + bw) (cv + dw) = av (cv + dw) + bw (cv + dw) = ac(v v) + ad(v w) + bc(w v) + bd(w w)
16 Was ist ein Skalarprodukt? (v, w) Basis von V, d.h.: jeder Vektor in V kann eindeutig als av + bw (mit a, b R) geschrieben werden. (av + bw) (cv + dw) = av (cv + dw) + bw (cv + dw) = ac(v v) + ad(v w) + bc(w v) + bd(w w) Ein Skalarprodukt auf V ist eindeutig durch die Skalarprodukte der Vektoren einer Basis bestimmt.
17 Was ist ein Skalarprodukt? (v, w) Basis von V, d.h.: jeder Vektor in V kann eindeutig als av + bw (mit a, b R) geschrieben werden. (av + bw) (cv + dw) = av (cv + dw) + bw (cv + dw) = ac(v v) + ad(v w) + bc(w v) + bd(w w) Ein Skalarprodukt auf V ist eindeutig durch die Skalarprodukte der Vektoren einer Basis bestimmt. Gram sche Matrix bezüglich Basis (v, w): ( ) v v v w w v w w
18 Was ist ein Skalarprodukt? (v, w) Basis von V, d.h.: jeder Vektor in V kann eindeutig als av + bw (mit a, b R) geschrieben werden. (av + bw) (cv + dw) = av (cv + dw) + bw (cv + dw) = ac(v v) + ad(v w) + bc(w v) + bd(w w) Ein Skalarprodukt auf V ist eindeutig durch die Skalarprodukte der Vektoren einer Basis bestimmt. Gram sche Matrix bezüglich Basis (v, w): ( ) v v v w w v w w Gram sche Matrix des Standardskalarproduktes auf R 2 bezüglich Standardbasis ((1, 0), (0, 1)): ( )
19 Was ist ein Skalarprodukt? Abstand zwischen v V und w V : v w := (v w) (v w) Abstand zwischen v und 0 ( Norm von v ): v := v 0 = v v
20 Was ist ein Skalarprodukt? Abstand zwischen v V und w V : v w := (v w) (v w) Abstand zwischen v und 0 ( Norm von v ): v := v 0 = v v Die Geraden durch 0 und v und durch 0 und w stehen zueinander normal (orthogonal), wenn v w = 0 ist.
21 Was ist ein Skalarprodukt? Abstand zwischen v V und w V : v w := (v w) (v w) Abstand zwischen v und 0 ( Norm von v ): v := v 0 = v v Die Geraden durch 0 und v und durch 0 und w stehen zueinander normal (orthogonal), wenn v w = 0 ist. Zwei Geraden stehen zueinander normal, wenn die dazu parallelen Geraden durch 0 zueinander normal stehen.
22 Was ist ein Skalarprodukt? Auf der Zeichenebene wird ein Skalarprodukt durch Wahl eines rechtwinkeligen Koordinatensystems festgelegt: w 1 v v = 1 = w w v w = 0 = w v 0 1 v (av + bw) (cv + dw) = ac + bd ( a (Standardskalarprod. der Koordinatenspalten und b) ( c d) ).
23 Ein Skalarprodukt in der Physik s 0
24 Ein Skalarprodukt in der Physik s W Vektorraum der Wege Basis (s 1, s 2 ): s 1 Weg 1 m parallel zum Ufer, s 2 Weg 1 m normal zum Ufer. 0
25 Ein Skalarprodukt in der Physik s W Vektorraum der Wege Basis (s 1, s 2 ): s 1 Weg 1 m parallel zum Ufer, s 2 Weg 1 m normal zum Ufer. Vektorraum der (konstanten) Kräfte Basis ( 1, 2 ): 1 Kraft 1 N parallel zum Ufer, 2 Kraft 1 N normal zum Ufer. 0
26 Ein Skalarprodukt in der Physik s W Vektorraum der Wege Basis (s 1, s 2 ): s 1 Weg 1 m parallel zum Ufer, s 2 Weg 1 m normal zum Ufer. Vektorraum der (konstanten) Kräfte Basis ( 1, 2 ): 1 Kraft 1 N parallel zum Ufer, 2 Kraft 1 N normal zum Ufer. Arbeit in Nm wird durch bilineare unktion A : W R mit A( 1, s 1 ) = 1, A( 1, s 2 ) = 0, A( 2, s 1 ) = 0, A( 2, s 2 ) = 1 beschrieben. 0
27 Ein Skalarprodukt in der Physik s W Vektorraum der Wege Basis (s 1, s 2 ): s 1 Weg 1 m parallel zum Ufer, s 2 Weg 1 m normal zum Ufer. Vektorraum der (konstanten) Kräfte Basis ( 1, 2 ): 1 Kraft 1 N parallel zum Ufer, 2 Kraft 1 N normal zum Ufer. Arbeit in Nm wird durch bilineare unktion A : W R mit A( 1, s 1 ) = 1, A( 1, s 2 ) = 0, A( 2, s 1 ) = 0, A( 2, s 2 ) = 1 beschrieben. Beschreibe sowohl Wege als auch Kräfte durch Koordinatenspalten bezüglich der gegebenen Basen. Arbeit wird dann durch das Standardskalarprodukt auf R 2 beschrieben. 0
28 Vom Skalarprodukt auf der Zeichenebene zum Satz von Pythagoras w w v w v w = 0 0 v v v w 2 = (v w) (v w) = = v v w v v w + w w = v 2 + w 2
29 Satz von Thales w v = w v 0 v (w v) (w ( v)) = (w v) (w + v) = w w v v = w 2 v 2 = 0
30 Vom Satz von Pythagoras zum Skalarprodukt Bekannt: Abstand, rechter Winkel, Satz von Pythagoras B := (b 1, b 2 ) b 2 a 2 A := (a 1, a 2 ) (b 1, a 2 ) b 1 a 1 AB 2 = (b 1 a 1 ) 2 + (b 2 a 2 ) 2 ( ) A B 2 = (b 1 a 1 ) 2 + (b 2 a 2 ) 2
31 Vom Satz von Pythagoras zum Skalarprodukt Bekannt: Abstand, rechter Winkel, Satz von Pythagoras A := (a 1, a 2 ) B := (b 1, b 2 ) 0 A0B rechter Winkel AB 2 = 0A 2 + 0B 2 (a 1 b 1 ) 2 + (a 2 b 2 ) 2 = (a a 2 2) + (b b 2 2) a 1 b 1 + a 2 b 2 = 0 (A B := a 1 b 1 + a 2 b 2 )
32 ußpunkt des Lotes und Winkel w cv w cv g v 0 v (w cv)! = 0 v w = c(v v) c = v w v v 0 ußpunkt des Lotes von w auf die Gerade g: v w v v v w v w v v v (Minimal-)Abstand von w zu g.
33 ußpunkt des Lotes und Winkel w cv w cv g v 0 v (w cv)! = 0 v w = c(v v) c = v w v v 0 ußpunkt des Lotes von w auf die Gerade g: v w v v v w v w v v v (Minimal-)Abstand von w zu g.
34 ußpunkt des Lotes und Winkel α Winkel zwischen R 0 v und R 0 w. 0 α π bzw. 0 α 180 w v w (v w )v α w = 1 = v w = w w v = v v cos(α) = v w cos(α) = v w v w cos(α) 0 v v
35 Eine Anwendung des Skalarproduktes in der Statistik ( ) x1 x 2 x n y 1 y 2 y n y i = kx i, 1 i n Spalten im R 2 Zeilen im R n (x i, y i ) x kx = y 0
36 Eine Anwendung des Skalarproduktes in der Statistik ( ) x1 x 2 x n y 1 y 2 y n Spalten im R 2 (x i, y i ) Zeilen im R n y 0 x kx Summe der Normalabstände minimal? Abstand von y zu kx minimal! k = x y x x
37 Eine Anwendung des Skalarproduktes in der Statistik ( ) x1 x 2 x n y 1 y 2 y n Spalten im R 2 Zeilen im R n (x i, y i ) Standardskalarprodukt auf R n y kx = n (y i kx i ) 2 i=1 Summe der Quadrate der Vertikalabstände y i kx i soll mi- nimal sein! k = x y x x = n i=1 x iy i n i=1 x 2 i
38 Danke für die Aufmerksamkeit!
Was ist ein Skalarprodukt und wozu wird es verwendet?
Was ist ein Skalarprodukt und wozu wird es verwendet? FRANZ PAUER UND FLORIAN STAMPFER (UNIVERSITÄT INNSBRUCK) 1. Einleitung Es kommt selten vor, dass ein mathematischer Fachbegriff den Weg in die Tagespresse
MehrInterpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression
Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at
MehrPrüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?
1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2
MehrPrüfung EM1 28. Jänner 2008 A :=
1. Die Menge der Eigenwerte der Matrix ist Prüfung EM1 28. Jänner 2008 A := ( 0 1 ) 0 1 A. {1, 0} B. { 1} C. {0} D. {0, 1, 1} E. {0, 1} 2. Es seien V ein n-dimensionaler reeller Vektorraum, ein Skalarprodukt
Mehr1 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
MehrLineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß
Lineare Algebra I - 26. Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Donnerstag 8.12.: 8:30 Uhr - Vorlesung 10:15 Uhr - große Übung / Fragestunde Klausur: Mittwoch, 14.12. 14:15 Uhr, A3 001 Cauchy-Schwarz
MehrVektorräume 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
Mehr17. Orthogonalsysteme
17. Orthogonalsysteme 17.1. Winkel und Orthogonalität Vorbemerkung: Sei V ein Vektorraum mit Skalaprodukt, und zugehöriger Norm, dann gilt nach Cauchy-Schwarz: x, y V \ {0} : x, y x y 1 Definition: (a)
Mehr1 Die Jordansche Normalform
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 4/5 A Die Jordansche Normalform Vierter Tag (9.03.205) Im Zusammenhang mit der Lösung komplexer Differentialgleichungssysteme
Mehr3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153
3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische
MehrLineare Algebra. 9. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching
Lineare Algebra 9. Übungsstunde Steven Battilana stevenb student.ethz.ch battilana.uk/teaching November, 07 Erinnerung Ein Skalarprodukt ist eine Abbildung, : E n E n E, (v, w) v, w n k v kw k so dass:
MehrVektorräume. 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
MehrVertiefung Lineare Algebra 1. Schriftliche Unterlagen zur Vorlesung im Wintersemester 2011/12. Franz Pauer
Vertiefung Lineare Algebra 1 Schriftliche Unterlagen zur Vorlesung im Wintersemester 2011/12 Franz Pauer c 2011 INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK KAPITEL 1 Vertiefung zu Kap 2, 3 In diesem
Mehr= ( 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
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
MehrOrthonormalisierung. 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).
MehrKlausur zur Mathematik I (Modul: Lineare Algebra I) : Lösungshinweise
Technische Universität Hamburg-Harburg Institut für Mathematik Prof. Dr. Wolfgang Mackens Wintersemester 202/20 Klausur zur Mathematik I (Modul: Lineare Algebra I 07.02.20: Lösungshinweise Sie haben 60
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
Mehr2 Euklidische Vektorräume
Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,
Mehr2. 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
MehrLineare 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
MehrDidaktik 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
Mehr1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen
Hannover, den 7. Februar 2002 Aufgabe. Übungsblatt: Lineare Algebra II Abgabe: 8./9.4.2002 in den Übungsgruppen (2, 2, 3 Punkte) Der Vektorraum V = C[, ] sei mit dem üblichen Skalarprodukt f, g = f(t)g(t)
MehrBeispiele. zum Tutorium Numerisches Rechnen und Lineare Algebra WS 2016/2017
Beispiele zum Tutorium Numerisches Rechnen und Lineare Algebra WS 6/7 Zur positiven Beurteilung der LV ist es notwendig, dass aus jedem der 9 Abschnitte (Lineare Gleichungssysteme, Determinanten, Vektorräume,
MehrKapitel 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
MehrL3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren...
L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... (benötigt neue Struktur über Vektorraumaxiome hinaus) Sei Länge von nach Pythagoras: Länge quadratisch in Komponenten! - Für : Skalarprodukt
Mehr9. Übung zur Linearen Algebra II -
9. Übung zur Linearen Algebra II - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. SS 00. Aufgabe 33 (i) Beweise oder widerlege: In einem euklidischen VR gilt x + y = x + y x y (Satz von Pythagoras).
MehrVorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)
Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 15: Eigenwerte und -vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 5. November 2009) Diagonalisierbarkeit
Mehr, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.
154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =
MehrL3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren...
L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... (benötigt neue Struktur über Vektorraumaxiome hinaus) Sei Länge von nach Pythagoras: Länge quadratisch in Komponenten! - Für : Skalarprodukt
MehrProseminar Lineare Algebra II, SS 11. Blatt
Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2
MehrPrüfung Lineare Algebra 2
1. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix,
MehrD-CHAB Frühlingssemester 2018
D-CHAB Frühlingssemester 2018 Grundlagen der Mathematik II Dr Marcel Dettling Lösung 4 1) Nur für die folgenden Wahlen kann man das Produkt bilden: A A mit Dimension (2, 2) (2, 2) (2, 2): 1 2 A Y mit Dimension
MehrKlausur 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
MehrMathematische Erfrischungen III - Vektoren und Matrizen
Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen
MehrKLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:
KLAUSUR Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker).3. (W. Koepf) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Für jede Aufgabe gibt es Punkte. Zum Bestehen der Klausur
MehrÜbungsklausur 2 Lineare Algebra 2
GRUPPE A: Übungsklausur Lineare Algebra 8. Juni 4 MUSTERLÖSUNGEN Aufgabe Lösen Sie das folgende System linearer Differentialgleichungen f 5 8 f x) = 7 f f x) f x) 4 6 f x) mit Anfangsbedingungen f ) f
MehrSatz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum
Orthogonalität 123 Dienstag, 27. April 04 Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum U von V gilt dann (a) U + U = V, U U = {0}, U, U = 0. (b) (U ) = U. Wir sagen
MehrLänge, Skalarprodukt, Vektorprodukt
Länge, Skalarprodukt, Vektorprodukt Jörn Loviscach Versionsstand: 20. April 2009, 19:39 1 Überblick Ein Vektorraum muss nur eine Minimalausstattung an Rechenoperationen besitzen: die Addition zweier Vektoren
MehrK. 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
MehrMathematische 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
Mehr03. 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
Mehrentspricht 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.
MehrSkalarprodukt, 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
Mehr03. 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
Mehr1. 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
Mehr10.2 Linearkombinationen
147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition
MehrBrückenkurs 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
MehrVorlesung 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
Mehr6 Hauptachsentransformation
6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten
Mehr00. 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
MehrLineare Algebra I für Mathematiker Lösungen
Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation
MehrLineare (Un-)Gleichungen und lineare Optimierung
Lineare (Un-)Gleichungen und lineare Optimierung Franz Pauer Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien 2010 9. April 2010 Eine Maximumsaufgabe Eine Firma stellt aus
MehrLösungen Serie 5. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler
D-MAVT Lineare Algebra II S 8 Prof. Dr. N. Hungerbühler Lösungen Serie 5. Die Abbildung V n R n, v [v] B, die jedem Vektor seinen Koordinatenvektor bezüglich einer Basis B zuordnet, ist linear. Sei B =
MehrFerienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte
Technische Universität München, Fakultät für Physik Ferienkurs - ineare Algebra Hanna Schäfer 03. März 04 0. inearität. f : M N, x : y = f(x) Merkinhalte. f(x + λy) = f(x) + λf(y), x, y V, λ K 3. ineare
Mehr1 Definitionen: 6 Punkte gesamt
ANTWORTEN zum KOLLOQIUM zur Einführung in die Lineare Algebra Hans G. Feichtinger Sommersemester 2014 Fr., 25. Juli 2014, 10:00, Fakultät f. Mathematik Punktezahl: (1) 6 (2) 9 (3) 5 (4) 10 TOTAL (von 30):
Mehr3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette
1. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 30.10.03 1 Finden 2 Sei Sie reelle Zahlen a, b, c, so dass a (2, 3, 1) + b (1, 2, 2) + c (2, 5, 3) = (3, 7, 5). (V,, ) ein euklidischer Vektorraum. Zeigen
MehrLineare Algebra für Ingenieure
TECHNISCHE UNIVERSITÄT BERLIN SS 4 Fakultät II - Mathematik J Liesen/F Lutz/R Seiler Lineare Algebra für Ingenieure Lösungen zur Juli-Klausur Stand: 4 September 4 Rechenteil Aufgabe (8 Punkte Berechnen
MehrTechnische Universität München
Technische Universität München Michael Schreier Ferienkurs Lineare Algebra für Physiker Vorlesung Montag WS 2008/09 1 komplexe Zahlen Viele Probleme in der Mathematik oder Physik lassen sich nicht oder
MehrC 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
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema, Aufgabe 4) Im R seien die beiden Ebenen E : 6 x + 4 y z = und E : + s + t 4 gegeben.
MehrFortgeschrittene Mathematik Raum und Funktionen
Fortgeschrittene Mathematik Raum und Funktionen Thomas Zehrt Universität Basel WWZ Thomas Zehrt (Universität Basel WWZ) R n und Funktionen 1 / 33 Outline 1 Der n-dimensionale Raum 2 R 2 und die komplexen
MehrLösung zum 9. Tutorium
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SoSe 5 Blatt 9 9.6.5 Lösung zum 9. Tutorium. Staatsexamensaufgabe Frühjahr 8 Die Vektoren v = 3, und v = 3 R4 spannen einen Unterraum U
Mehr18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
MehrSerie 5. ETH Zürich - D-MAVT Lineare Algebra II. Prof. Norbert Hungerbühler
Prof. Norbert Hungerbühler Serie 5 ETH Zürich - D-MAVT Lineare Algebra II. a) Die Abbildung V n R n, v [v] B, die jedem Vektor seinen Koordinatenvektor bezüglich einer Basis B zuordnet, ist linear. Sei
MehrInhalt. 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
MehrFerienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Musterlösungen zu den Übungen
Technische Universität München Department of Physics Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Musterlösungen zu den Übungen Freitag, 6.. Sascha Frölich
MehrVektoren, 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
MehrLineare Differenzengleichungen und Polynome. Franz Pauer
Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-600 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim ÖMG-LehrerInnenfortbildungstag
MehrKlausurenkurs 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
Mehrr i w i (siehe (3.7)). r i v, w i = 0.
Orthogonales Komplement und Orthogonalprojektion Wir betrachten weiterhin einen euklidischen Vektorraum V,,. (6.13) Def.: Ist M V, so heißt das orthogonale Komplement von M. (6.14) Fakt. (i) M ist Untervektorraum
MehrElemente der Analysis II
Elemente der Analysis II Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 8. Mai 2009 1 / 29 Bemerkung In der Vorlesung Elemente der Analysis I wurden Funktionen
MehrLernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung:
Vektorrechnung eine Einführung Einleitung: Um beispielsweise das Dreieck ABC in der Abbildung an die Position A'B'C' zu verschieben, muss jeder Punkt um sieben Einheiten nach rechts und drei nach oben
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I Wintersemester 3/4) Aufgabenblatt 4. Februar
Mehr6. Vektor- und Koordinaten-Geometrie.
6. Vektor- und Koordinaten-Geometrie. Jeder endlichen Menge, etwa der Menge kann man durch M = {,,, }. R 4 (M) = { a 1 + a 2 + a 3 + a 4 a i R } die Menge der formalen Linearkombinationen zuordnen. Es
MehrKapitel 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
Mehr4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau
312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind
MehrVertiefung Lineare Algebra 1. Ein Skriptum zur Vorlesung im Wintersemester 2017/18. Franz Pauer
Vertiefung Lineare Algebra 1 Ein Skriptum zur Vorlesung im Wintersemester 2017/18 Franz Pauer c 2017 INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK KAPITEL 1 Mehr über lineare Funktionen In diesem Kapitel
MehrLineare 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 9 Aufgabe 9 Finden Sie eine Basis des Lösungsraums L R 5 des linearen
Mehr3 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
Mehr9 Metrische und normierte Räume
9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik
Mehr9 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
MehrAufgabenpool. Woche 1 Aussagenlogik. Woche 2 Mengen und Funktionen. Lineare Algebra und Geometrie I SS 2015
Lineare Algebra und Geometrie I SS 05 Woche Aussagenlogik Aufgabenpool Aufgabe #.5 Die Aussage A sei 5 > 9, die Aussage B sei Gerhard Schröder ist eine Frau. Vervollständigen Sie die folgende Wahrheitstabelle.
MehrTutorium 7. Definition. Sei V ein C-Vektorraum. Eine Abbildung, : V V C heißt komplexes Skalarprodukt : det F k > 0 mit F k := (f i,j ) C k k
Skalarprodukte Tutorium 7 Bemerkung. Für jeden komplexen Vektorraum V mit dim V und jede komplexe Bilinearform P auf V findet man einen Vektor v mit P (v, v) =. Es gibt also keine positiv definite Bilinearformen
MehrLineare 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
MehrAlgebra 4.
Algebra 4 www.schulmathe.npage.de Aufgaben In einem kartesischen ( Koordinatensystem ) sind die Punkte A( ), B( ), C(5 ), D( 4 0) und S gegeben. a) Die Punkte A, B und C liegen in einer Ebene E. Stellen
Mehr4 Lineare Abbildungen
17. November 2008 34 4 Lineare Abbildungen 4.1 Lineare Abbildung: Eine Funktion f : R n R m heißt lineare Abbildung von R n nach R m, wenn für alle x 1, x 2 und alle α R gilt f(αx 1 ) = αf(x 1 ) f(x 1
MehrUnter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über
9 Innere Produkte In diesem Kapitel betrachten wir immer Vektorräume über dem Körper der reellen Zahlen R oder dem Körper der komplexen Zahlen C. Definition 9.1: Sei V ein Vektorraum über R. Ein inneres
MehrWichtige 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
MehrEinige 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
MehrMusterlösungen zur Linearen Algebra II Übungsklausur
Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,
MehrAufgaben 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
MehrProseminar Einführung in die Mathematik 1 WS 2010/11 2. Dezember 2010 Lösungen
Proseminar Einführung in die Mathematik 1 WS 1/11. Deember 1 Lösungen 46) Wie kann man nach Wahl eines Nullpunktes die Zeichenebene in natürlicher Weise als Vektorraum betrachten? Skriptum Kapitel 4, Par.
MehrOutline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie
Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende
MehrAufgaben zu Kapitel 20
Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v
MehrWas sind Vektoren? Wozu braucht man sie?
Was sind Vektoren? Wozu braucht man sie? Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 30. März 2005 1 Einleitung Dieser
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen
MehrLernunterlagen 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