1.1 Binomische Formeln mit zwei Variablen. (a + b) 2 = a 2 + 2ab + b 2 (1) (a b) 2 = a 2 2ab + b 2 (2) a 2 + b 2 2ab 1.
|
|
- Meike Gerber
- vor 7 Jahren
- Abrufe
Transkript
1 1 Binomische Formeln I 1.1 Binomische Formeln mit zwei Variablen (a + b = a + ab + b (1 (a b = a ab + b ( a + b ab 1 ab a +b (a + b(a b = a b (3 1. Binomische Formeln mit 3 und n Variablen (a+b+c = [(a+b+c] = (a+b +(a+bc+c = a +ab+b +ac+bc+c = a + b + c + ab + ac + bc An diesem Beispiel und unter Berücksichtigung der bekannten Binomischen Formeln mit zwei Variablen kann man leicht erkennen wie eine Binomische Formel mit n Variablen aussehen muss. n n n a i = a i + a i a j (4 i=1 Summenzeichen Σ i=1 i=1 j n j>i n a i = a 1 + a a n 1 + a n (5 i=1 Zeichen Bedeutung a i Allgemeiner Summenterm i Summentermindex 1 untere Summentermgrenze n obere Summentermgrenze Σ Summenzeichen 3 Binomische Formeln II 3.1 Binomische Formeln der Grade null bis vier Definition: (a + b 0 = 1 (a + b 0 = 1 (6 (a + b 1 = a + b (7 (a + b = a + ab + b (8 (a + b 3 = a 3 + 3a b + 3ab + b 3 (9 Anschaulich: (a + b 3 = 1 a 3 b 0 + 3a b 1 + 3a 1 b + a 0 1 b (a + b 4 = a 4 + 4a 3 b + 6a b + 3ab 3 + b 4 (10 Die Koeffizienten der Lösung einer Binomischen Formel mit Variablen nten Grades entsprechen den Binomialkoeffizienten nten Grades des Pascal schen Dreiecks. 1
2 3. Pascal sches Dreieck der Binomialkoeffizienten Grad Binomische Formel fünften Grades Nach dem Prinzip des Pascal schen 1 Dreiecks folgt: (a + b 5 = a 5 + 5a 4 b + 10a 3 b + 10a b 3 + 5ab 4 + b 5 ( Summe der Binomialkoeffizienten Die Summe einer Reihe der Binomialkoeffizienten im Pascal schen Dreieck ist immer (Grad der Reihe Beispiel: Grad = 16 4 = Berechnen der Binomialkoeffizienten (am Beispiel des fünften Grades ( 5 5 ( 5 Definition: = 0 (1 0 ( 5 = = 5 (13 ( 5 = 5 4 = 10 (14 1 ( 5 = = 10 ( ( 5 = = 5 (16 4 = = 1 ( Allgemeine Formel für Binomialkoeffizienten der Ordnung n ( n n(n 1(n... (n k + 1 = k k! 0 < k n (18 1 Pascal, Blaise, französischer Mathematiker, Physiker und Philosoph. 19.Juni 163, 19. August 166
3 3.7 Bildungsgesetz des Pascal schen Dreiecks k sei die Spalte in der sich der gewählte Binomialkoeffizient befindet und n sei der Grad. ( ( ( n n n = (19 k k + 1 k Symmetrie des Pascal schen Dreiecks k sei die Spalte in der sich der gewählte Binomialkoeffizient befindet und n sei der Grad. ( ( ( ( ( ( = = = ( ( n n Allgemein: = (0 k k n 3.9 Binomischer Satz (a + b n = n i=0 4 Quadratische Gleichungen 4.1 Allgemeine quadratischer Gleichung ax bx c quadratischer Term linearer Term absolutes Glied ( n a n i b i (1 i ax + bx + c = 0 a, b, c Q a 0 ( 4. Normierte quadratische Gleichung x + b a x + c = 0 a, b, c Q a 0 a x + px + q = 0 (3 4.3 Herleitung der pq Formel x + px + q = 0 x + px + p 4 + q = p 4 ( x + p p = 4 q x + p p = 4 q x 1 = p p 3 4 q
4 x = p p + 4 q 4.4 Definition: Diskriminante Der Ausdruck p 4q ist die Diskriminante einer quadratischen Gleichung. 4.5 Allgemeines zur pq Formel x 1/ = p ± p 4 q (4 1. Ist der Radikand genau gleich null (p 4q = 0, dann hat die quadratische Gleichung eine Lösung im Bereich reeller Zahlen.. Ist der Radikand größer als null (p 4q > 0, dann hat die quadratische Gleichung zwei Lösungen im Bereich der reellen Zahlen. 3. Ist der Radikand kleiner als null (p 4q < 0, dann hat die quadratische Gleichung zwei Lösungen im Bereich der komplexen Zahlen. 5 Vieta scherwurzelsatz I Viète 5.1 Herleitung des Vieta schen Wurzelsatzes I Durch Addition der zwei Gleichungen der pq Formel Bedingung x 1 und x seien Lösungen einer quadratischen Gleichung Herleitung Beispiel: I x 1 = p + p 4 q II x = p p 4 q +I III x 1 + x = p (5 f(x = x + 7x + 10 x 1 = x = 5 p = 7 Viète, François, französischer Mathematiker, 1540, 13. Dezember
5 5.1.4 Anwendung x 1 + x = p 5 = 7 = p 5. Herleitung des Vieta schen Wurzelsatzes II Durch Multiplikation der zwei Gleichungen der pq Formel 5..1 Bedingung x 1 und x seien Lösungen einer quadratischen Gleichung. 5.. Herleitung I x 1 = p + p 4 q II x = p p 4 q I III x 1 x = q ( Gleichung III ausführlich errechnet 5..4 Beispiel 5..5 Anwendung ( ( p x 1 x = 4 q p p 4 q p ( ( p p = 5.3 Zusammenfassung 4 q p 4 q p ( p = 4 q p = q 4 f(x = x + 7x + 10 x 1 = x = 5 q = 10 x 1 x = p ( 5 = 10 = q Es gibt zwei Vieta sche Wurzelsätze, wobei der Erste aus dem Produkt und der Zweite aus der Summe der zwei Gleichungen der pq Formel entstehen. x 1 + x = p x 1 x = q (7 5
6 6 Polynome 6.1 Definition: Polynom nten Grades p(x = a n x n + a n 1 x n 1 + a n x n a 0 x 0 = a i, x i Q 0 i n 6. Definition: Normiertes Polynom nten Grades n a i x i (8 n 1 p(x = x n + a n 1 x n 1 + a n x n a 0 x 0 = x n + a i x i (9 6.3 Allgemeines x i Q 0 i n a i Q 0 i n 1 Sind alle a i Q, dann ist das Ergebnis des Polynoms eine algebraische Zahl. Sind alle a i Q, dann ist das Ergebnis des Polynoms eine transzendente Zahl. 6.4 Auflistung der Polynome 0ten bis 4ten Grades Grad Bezeichnung Formel Formel mit Σ n = 0 - p 0 = a n - n = 1 linear p 1 = a n x + a 0 - n = quadratisch p = a n x + a 1 x + a 0 a i x i 3 n = 3 - p 3 = a n x 3 + a x + a 1 x + a 0 a i x i 4 n = 4 - p 4 = a n x 4 + a 3 x 3 + a x + a 1 x + a 0 a i x i Auflistung der normierten Polynome 0ten bis 4ten Grades Die normierten Polynome erhält man, wenn man a n = 0 in der Tabelle aus Kapitel 6.4 setzt. 7 Vieta scher Wurzelsatz II 7.1 Anwendung auf normierte Polynome mit n Variablen n =, 3, Bedingung x 1, x,..., x n seien Nullstellen eines normierte Polynoms nten Grades. i=0 i=0 i=0 i=0 i=0 6
7 7.1. Auflistung Grad Variablen Vieta scher Wurzelsatz n = x 1, x a 0 = ( 1 n x 1 x a 1 = ( 1 n 1 (x 1 + x n = 3 x 1, x, x 3 a 0 = ( 1 n x 1 x x 3 a 1 = ( 1 n 1 (x 1 x + (x 1 x 3 + (x x 3 a = ( 1 n (x 1 + x + x 3 n = 4 x 1, x, x 3, x 4 a 0 = ( 1 n x 1 x x 3 x 4 a 1 =( 1 n 1 (x 1x x 3 + x 1x x 4 + x 1x 3x 4 + x x 3x 4 3 a =( 1 n (x 1 x x + x 1 x 3 x + x 1 x 4 x + x x 3 x + x x 4 x + x 3 x 4 x a 3 = x 1 + x + x 3 + x 4 7. Konstruktion eines normierten Polynoms 4ten Grades mit dem Vieta schen Wurzelsatz 7..1 Bedingung x 1 = 1, x = 0, x 3 = 1, x 3 = seien die gewählten Nullstellen des Polynoms 7.. Konstruktion p 4 (x = x 4 + a 3 x 3 + a x + a 1 x + a 0 a 0 = ( 1 4 x 1 x x 3 x 4 = 0 a 1 = ( 1 3 (x 1 x x 3 + x 1 x x 4 + x 1 x 3 x 4 + x x 3 x 4 = ( = a = ( 1 (x 1 x x + x 1 x 3 x + x 1 x 4 x + x x 3 x + x x 4 x + x 3 x 4 x = ( = 1 a 3 = x 1 + x + x 3 + x 4 = = p 4 (x = x 4 + x 3 x + x ( Konstruktion eines normierten Polynoms 3ten Grades mit dem Vieta schen Wurzelsatz Bedingung x 1 = 1, x = 1, x 3 = seien die gewählten Nullstellen des Polynoms p 3 (x = x 3 + a x + a 1 x + a 0 a 0 = ( 1 3 x 1 x x 3 = a 1 = ( 1 (x 1 x + (x 1 x 3 + (x x 3 = 1 + = 1 a = ( 1 n (x 1 + x + x 3 = ( = 3 Wie viele Summanden gibt es? ( 4 3 = 4 p 4 (x = x 3 x + x + (31 7
8 7.4 Berechnung der Nullstellen des konstruierten Polynoms p 3 (x Wir nehmen an, dass die Vorkenntnisse aus Kapitel 7.3 nicht bekannt seien. p 3 (x = x 3 x + x Untersuchung des absoluten Gliedes = a 0 a 1 a z.b.: = 1 1 Probe: p 3 (1 = = 0 Bei x = 1 liegt eine Nullstelle x 01 = 1 p 3 (x ist ohne Rest durch (x 1 teilbar. p 3 (x = r (x (x 1 (3 7.5 Darstellung eines Polynoms durch Linearfaktoren und Beweis der Behauptung p 3 (x ist ohne Rest durch (x 1 teilbar Behauptung Jedes Polynom ist durch Linearfaktoren darstellbar Bedingung x 01, x 0,..., x 0n seien Nullstellen eines Polynoms nten Grades Annahme p n (x = x n + a n 1 x n 1 + a n x n a 0 x 0 p n (x = (x x 01 (x x 0... (x x 0n (33 Nun ist leicht zu erkennen, warum p 3 durch (x x 0i teilbar ist Reduzierung des Grades von p 3 (x durch Polynomdivision x 3 x x + : (x 1 = x x x 3 x x x x +x x + x + 0 r(x = x x x 0/03 = p p ± 4 q x 0 = 1 x 03 = 8
9 7.5.5 Beweis p 3 (x = (x + 1(x 1(x = x 3 x x + (34 Die Gleichung 34 ist der Beweis, der Annahme aus Kapitel 7.5.1, dass jedes Polynom durch Linearfaktoren darstellbar ist. 8 Komplexe Zahlen 8.1 Aufbau des Zahlensystems 1a Natürliche Zahlen N = {1,, 3,..., n,...} 1b Natürliche Zahlen inkl. 0 N 0 = {0, 1,,..., n,...} Ganze Zahlen I/Z = {..., 10, 9,..., 1, 0, 1,,...} 3 Rationale Zahlen Q = {x x = p q, p, q Z, q 0} 4 Reelle Zahlen R = {x x = p q x p q } 5 Komplexe Zahlen C = {z = x + iy x, y R, i = 1} 8. Mengentheoretisches Zeichen 8..1 Sprechweise N Z N ist enthalten in Z 8.. Beispiel N Z Q R C 8.3 Einführung der Komplexen Zahlen x + 1 = 0 x = 1 x 1/ = ± 1 1 = i (35 1 = i = 1 i = 1 i = 1 i 3 = i i 4 = 1 (36 i 5 = i = 1 i 6 = 1 i 7 = i i 8 = 1 ( Real- und Imaginärteil einfache Gleichung mit komplexen Zahlen: Z = 5 + 4i RZ = 5 IZ = 4 Realteil R Imaginärteil I Zwei komplexe Zahlen sind gleich, wenn der Real- und der Imaginärteil der Zahl gleich sind. Beispiel: a + ib = (α + γ + iβ a = α + γ b = β 9
10 8.5 Vieta scher Wurzelsatz im Zahlenraum C Voraussetzung x 1 = + i x = i seien die Lösungen f(x = 0 einer quadratischen Gleichung f(x Beweis der Gültigkeit des Vieta schen Wurzelsatzes in C p = x 1 + x = ( + i + ( i = 4 q = x 1 x = ( + i( i = 4 i = 5 4 f(x = x 4x + 5 ( Probe 16 x 1/ = ± 4 5 = ± 1 (39 x 1 = + i x = i Ergebnis Der Vieta sche Wurzelsatz gilt auch in C. 8.6 Grundrechenarten in C In den folgenden Beispielen werden immer die Werte z 1 = +3i und z = 4+5i zugrunde gelegt Addition 8.6. Subtraktion Multiplikation Division z 1 + z = 6 + 8i (40 z 1 z = i (41 z 1 z = ( + 3i(4 + 5i = i + 1i 15 = 7 + i (4 z 1 = + 3i z 4 + 5i 5 z 1 = + 3i z 4 + 5i 4 5i ( + 3i(4 + 5i 3 + i = = = 1 (3 + i (43 4 5i RZ = 3 41 IZ = 41 (44 4 Siehe auch Formel 36 im Kapitel 8.3 i = 1 5 erweitern mit Z = 4 5i um den Nenner rational zu machen. 10
11 8.7 Beweis von a ib im Bereich in C Annahme w = a ib = z w = z C z = α + iβ 8.7. Beweis Ziel: α und β in Abhängigkeit von a und b berechnen a + ib = α + iβ ( a + ib = (α + iβ a + ib = α β + αβ a = α β 6 (45 b = αβ (46 α = b β in Gleichung 45 einsetzen a = b 4β β aβ = b 4 β4 β 4 + aβ b 4 = 0 Substitution von β mit B (β = B p(b = B + ab b 4 B 1 = a a b 4 B = a a 3 + b 4 Weil β R darf nur B i 0 genutzt werden. B 1 > 0 B < 0 β 1 = a a b b α 1 = 4 a + β = a a b b α = 4 a + a 4 + b 4 a 4 + b 4 (47 (48 6 Zwei komplexe Zahlen sind gleich, wenn der Real- und der Imaginärteil gleich sind. Siehe Kapitel
12 9 Polarkoordinaten 9.1 Bezugssystem festlegen eines Nullpunktes von dem Nullpunkt wird eine Gerade mit der Gleichung (bezogen auf ein cartesisches Koordinatensystem g(λ = λ (1 0 mit 0 < λ Mit dem Nullpunkt werden konzentrische Kreise gelegt. Mit diesem Koordinatensystem lässt sich außer dem mit dem Nullpunkt jeder beliebige Punkt im Koordinatensystem beschreiben. Der Punkt wird durch den Berührungspunkt eines der konzentrischen Kreise mit dem Radius r mit einem Vektor vom Ursprung aus mit der Länge r mit dem Winkel ϕ zu der gelegten Gerade g(λ, der entgegen den Uhrzeigersinn angelegt wird. Die Polarkoordinaten werden mit r und ϕ angegeben. r 0 π < ϕ < π 9. Umrechnung von cartesischen- zu Polarkoordinaten a und b seinen die cartesischen Koordinaten von z = a + i b r = a + b 7 (49 ( b ϕ = arctan (50 a Bei einer komplexen Zahlen nennt z nicht nur die Polarkoordinate ϕ, sondern auch das Argument von z = arg(z 9.3 Umrechnung von Polar- zu cartesischen Koordinaten 9.4 Quadratwurzeln a = r cos(ϕ (51 b = r sin(ϕ (5 z = r(cos(ϕ + i sin(ϕ (53 w = z Z = w z = R e iϕ w = r e iψ w = r e iψ Aus w = z folgt: r = R r = R ψ 1 = ϕ ψ 1 = ϕ (54 Anmerkung: Hier fehlen noch Grafiken... 7 Nach Satz des Pythagoras 8. a und b sind die Katheten des Dreiecks mit dem bekannten Punkt P = (a/b und der X-Koordinate P x = (a/0 und der Y-Koordinate P y = (0/b a + b = c c = a + b 8 Pythagoras, von Samos, griechischer Philosoph, um 580 v. Chr., um 496 v. Chr 1
13 10 Gruppen, Körper und Vektorräume 10.1 Definition: Gruppe Eine Menge G mit den Elementen (a, b, c, d,... in der eine Operation (z.b.: +,,,... erklärt ist heißt Gruppe (z.b.:(g,,wenn 1. (a die Operation abgeschlossen ist, das heißt für beliebige a, b, c,... G Beispiel: ab = c c G (b die Operation eindeutig ist, das heißt: Es gibt genau ein Element c mit c = ab. Die Operation muss nicht kommutativ sein. (z.b.: ab ba. das assoziative Gesetz gilt. (abc = a(bc = abc 3. es bezüglich des Operators ein neutrales Element gibt (meist e (z.b.: ae = a 4. es zu jedem a G genau ein inverses Element a 1 gibt. (z.b.: aa Allgemeines zu Gruppen Gilt in einer Gruppe G für alle ab = ba, so heißt die Gruppe kommutativ oder Abelsch 9 Die Ordnung der Gruppe entspricht der Anzahl ihrer Elemente Beispiel einer Gruppe fünfter Ordnung ϕ 0 = 0 ϕ 1 = π 5 ϕ = 4π 5 ϕ 3 = 6π 5 ϕ 4 = 8π 5 }{{} 5 1 r 10.4 Beispiel einer Multiplikationstabelle einer Gruppe fünfter Ordnung + π 4π 6π 8π / π π 4π 6π 8π π π 4π 6π 8π π 4π 6π 8π π π 6π 8π π 4π π 8π π 4π 6π Anmerkung: Wenn die Ordnung einer Gruppe eine Primzahl ist, so sind alle Gruppen dieser Ordnung isomorph, das heißt: alle Gruppen haben vom Prinzip her die gleiche Multiplikationstabelle Restklasse Betrachtet werden nur Zahlen aus I I / n =Restklassen mod(n (Sprich: modulo n Einteilung der ganzen Zahlen I nach dem Rest der bei der Division durch n bleibt. 9 Abel, Niels Henrik, norwegischer Mathematiker 05. August 180, 06. April
14 I / Nullklasse 0 = {..., 8, 6, 4,, 0,, 4, 6, 8,...} Einsklasse 1 = {..., 7, 5, 3, 1, 1, 3, 5, 7,...} I / 3 Nullklasse 0 = {..., 6, 3, 0, 3, 6,...} Einsklasse 1 = {..., 5,, 1, 4, 7,...} Zweiklasse = {..., 4, 1,, 5, 8,...} 10.6 Klassenteilung (Partition Eine Klassenteilung der Menge M liegt vor, wenn M in Teilmengen k 1,..., k n so zerlegt werden kann, dass jedem Element von M in genau eine Teilmenge von k i liegt. M = k 1 k k 3... k n 1 k n = 10.7 Restklasse mod(4 n k n (55 i=1 k i k j = o 1 i j n (56 Der Einfachheit halber wird die doppelte Spalte, die durch das neutrale Element entsteht nicht mehr mit aufgeschrieben. Siehe auch Kapitel 10.4 für eine Multiplikationstabelle mit Berücksichtigung des neutralen Elements Multiplikationstabelle + / Wie an der Multiplikationstabelle von + / 4 zu erkennen ist, ist mod(4 für die Operator,,+ eine Gruppe. In jeder Zeile und Spalte kommt jedes Element und das neutrale Element genau ein mal vor Multiplikationstabelle / Wie an der Multiplikationstabelle von / 4 zu erkennen ist, ist mod(4 für die Operator,, keine Gruppe. In den Zeilen und Spalten kommen einige Elemente doppelt oder gar nicht vor. 14
15 Multiplikationstabelle / Wie an der Multiplikationstabelle von + / 5 zu erkennen ist, ist mod(5 für die Operator,,+ eine Gruppe. In jeder Zeile und Spalte kommt jedes Element und das neutrale Element genau ein mal vor Definition: Körper Eine Menge K in der zwei Operatoren + und erklärt sind heißt Körper, wenn 1. (K, + eine kommutative Gruppe ist. (K, eine kommutative Gruppe ist 3. Die distributiven Gesetze gelten z.b.: (a + bc = ac + bc a, b, c K Beispiel: Die rationalen, reellen und komplexen Zahlen sind Beispiele für unendliche Zahlenkörper Definition: Vektorraum Eine Menge V heißt Vektorraum, wenn 1. (V, + eine kommutative Gruppe ist.. mit jedem α K und jedem v V der Ausdruck (αv V definiert ist. 3. die distributiven Gesetze gelten. (a α(v 1 + v = αv 1 + αv (b v 3 (β + γ = βv 3 + γv 3 Die Elemente der Menge V heißen Vektoren Beispiele für Schreibweisen für Vektoren Es gibt mehrere Arten Vektoren zu schreiben. Es ist also das gleiche mit a und a gemeint. Vektoren werden gewöhnlicher Weise mit kleinen Buchstaben dargestellt. (z.b.: a. Die einzelnen Elemente eines Vektors werden ebenfalls mit kleinen Buchstaben dargestellt, allerdings wird hier oft ein Index genutzt. (z.b. ( a 1 a Die Variablen werden im Zusammenhang mit Vektoren mit kleinen griechischen Buchstaben dargestellt. (z.b.: λ oder auch µ ( b1 Globales Beispiel: g : x = a + λ b 15
16 10.10 Definition von neuen Operatoren Beispiel: oplus für Addition von Vektoren V = {( a1 a, ( b1 b, ( c1 c },... a, b, c,... R In dem Vektorraum V wird ein + definiert. ( ( ( a1 b1 a1 + a = a b b 1 + b Die zu definierende Vektorsumme wurde zurückgeführt auf die definierte Summe zweier reeller Zahlen. Damit ist die Vektorsumme vollständig definiert Beweis: mathbfr ist mit dem definierten und ein Vektorraum über den reellen Zahlen Beispiel: für Multiplikation reeller Zahlen mit Vektoren α ( a1 a ( αa1 = αa α, a 1, a R Auch bei der Multiplikation von einer reellen Zahl α mit einem Vektor ( a 1 a wurde der zu definierende Operator auf den bekannten Operator,, im Bereich der reellen Zahlen zurückgeführt Vektorraum der Paare reeler Zahlen R R a = ( a1 a ( b1 b = α R b ( a + a1 + b 1 b := (57 a + b ( αa1 α a := R R (58 αa Beweis: R ist mit dem definierten oplus und ein Vektorraum über den reellen Zahlen 1. und sind erklärt und abgeschlossen.. Es gilt das assoziative Gesetz ( a1 + b 1 a + b + ( c1 c ( a + b + c = a + ( b + c ( a1 + b 1 + c 1 = = a + b + c ( a1 a + ( b1 + c 1 c + b 3. Es gibt ein neutrales Element für den Operator 0 = ( 0 0 und für 0 = (
17 4. Es gibt ein inverses Element a = ( a 1 a 5. Es gelten die distributiven Gesetze (( ( (( ( α a + a1 b1 a1 + b 1 α(a1 + b 1 b = α + = α = a b a + b 1 α(a + b ( ( ( ( ( αa1 + αb 1 αa1 αb1 a1 b1 = = + = α + α = α a + α αa + αb αa αb a b b 6. Es ist zusätzlich eine abelsche Gruppe Beweis: Polynome dritten Grades bilden einen Vektorraum über R 1. I a(x = a 0 + a 1 x + a x + a 3 x 3 II b(x = b 0 + b 1 x + b x + b 3 x 3 I III a(x + b(x = (a 0 + b 0 + (a 1 + b 1x + (a + b x + (a 3 + b 3x 3 Die Addition von Polynomen ist definiert und abgeschlossen.. Das kommutative und das assoziative Gesetz gelten, da nur reelle Zahlen addiert werden. 3. Es gibt ein neutrales Element: Das Nullpolynom 0(x = 0 4. Es gibt ein inverses Element: a(x = a 0 + a 1 x + a x + a 3 x 3 5. Das distributive Gesetz gilt: αa(x = αa 0 + αa 1 x + αa x + αa 3 x Veranschaulichung der Paare reeller Zahlen 11 Lineare Algebra 11.1 Lineare Un und Anhängigkeit b heißt Linearkombination von (a1, a,..., a n, wenn gilt: b = α1 a 1 + α a α n a n Der Nullvektor 0 als Linearkombination 1. alle a i = 0 0 = α 1 a 1 + α a α n a n. Gibt es noch andere Möglichkeiten? Siehe folgende Kapitel Lineare Unabhängigkeit Die Vektoren (a 1, a,..., a n heißen linear unabhängig, wenn sich der Nullvektor nur kombinieren lässt, wenn alle α i = 0 sind. nur wenn alle α i = 0 sind kann der Nullvektor linear kombiniert werden. 17
18 Lineare Abhängigkeit Die Vektoren (a 1, a,..., a n heißen linear abhängig, wenn es mindestens einen Satz a i gibt mit mindestens einen a i 0 gibt der die Linearkombination des Nullvektors ist. wenn alle α i = 0 sind. Es gibt neben der trivialen Linearkombination des Nullvekors mit allen a i = 0, mindestens eine weitere Linearkombination des Nullvektors Beispiel I: Lineare Unabhängigkeit Sind die Vektoren a 1 = ( 1 1 und a = ( 1 0 linear abhängig? ( 0 = α 1 a 1 + α a 0 ( ( ( = α 1 + α I α 1 + α = 0 II II α 1 = 0 III α = Beispiel I: Lineare Abhängigkeit Sind die Vektoren a 1 = ( 1 1 und a = ( linear abhängig? ( 0 = α 1 a 1 + α a 0 ( ( ( 0 1 = α 1 + α 0 1 Lösungen 1. α 1 = 0 α = 0. α 1 = α I α 1 + α = 0 II α 1 + α = Lineare Abhängigkeit in Systemen mit dem Nullvektor 0 Behauptung: abhängig. Ein Vektorsystem, dass den Nullvektor 0 enthält ist stets linear Voraussetzung: V = { a 1 = 0, a,..., a n } Beweis: 0 = α 1 a 1 + α a α n a n Beispiel: α 1 = 1 α = 0... α n = 0 18
19 Lineare Abhängigkeit in Systemen ohne den Nullvektor 0 Voraussetzung: v sei ein linear abhängiges Vektorsystem { a 1,..., a n } ohne den Nullvektor 0 Behauptung: Da das Vektorsystem linear abhängig ist, ist mindestens einer der Vekoren als Linearkombination der anderen darstellbar. Beweis: 0 = α 1 a 1 + α a α n a n α = a 1 + α 1 α a + α 1 α 3 a α 1 α n a n Lineare Abhängigkeit von Vektoren a 1 = α 1 α a α 1 α 3 a 3... α 1 α n a n (59 Zwei Vektoren a 1 0 und a 0 sind linear abhängig, wenn a 1 = λ a λ Erzeugende Systeme Voraussetzung a 1 λ a = 0 (60 b = n i=1 α i a i a i V, α R b sei die Linearkombination von { a1,..., a n } 11.. Definition Das Vektorsystem { a 1,..., a n } heisst erzeugendes System, wenn sich jeder Vektor vecb i als Linearkombination von { a 1,..., a n } darstellen lässt Beispiel V = { a 1,..., a n } sei ein linear abhängiges, erzeugendes System. Das heißt: Es gibt mindestens einen Vektor veca n in V, der sich als Linearkombination der anderen Vektoren aus V darstellen lässt. Der Vektor veca n wird aus dem Vektorsystem entfernt. 1. V n 1 { a 1,..., a n 1 } ist linear abhängig, dann wird wieder ein Vektor a n 1 der sich als Linearkombination der anderen Vektoren aus V n 1 darstellen aus dem System entfernt. Dieser Schritt wird wiederholt, bis Punkt zwei eintritt.. V n 1 { a 1,..., a n 1 } ist linear unabhängig. Dann ist r die Anzahl der entfernten Vektoren. Und das neue Vektorsystem V n r { a 1,..., a n r } Dieses System nennt man minimales Erzeugenden System oder Basis Wird ein Vektor aus einer Basis entfernt, so verliert sie ihre Eigenschaft als Basis 19
20 11..4 Definition: Basis Die Basis von V ist ein minimales Erzeugenden System, oder anders ausgedrückt ein maximal linear unabhängiges System Maximal linear unabhängiges System a 1 0 { a 1 } a 1, a 0 { a 1, a }.. a 1,..., a r { a 1,..., a r } a r sei der letztmögliche linear unabhängige Vektor von V. Damit ist V eine Basis Definition: Dimension Die Dimension ist die Anzahl der Elemente einer Basis. Die Invarianz der Dimensionen tritt ein, wenn die Basis von V unendlich viele Elemente hat Beispiel: Basis der Dimension V = R ( b1 b = b Erzeugenden System: V = b sei bekannt {( 1, ( 0, 1 I α 1 +α 3 = b 1 II II α +α 3 = b I I i α 1 = b 1 α 3 I ii α = b α 3 ( } 1 1 Das Gleichungssystem ist nicht eindeutig lösbar. V ist kein minimales erzeugenden System und V ist linear abhängig. ( 1 ( 1 ist die Linearkombination von 1 ( ( 1 1 ist nicht notwendig für das erzeugenden System uns wird daher aus V entfernt. Das neue erzeugenden System V i besteht nun aus zwei linear unabhängigen Vektoren ( ( 1 0 und 0 1. V i ist eine dimensionale Basis Lineare Gleichungssysteme Inhomogene Gleichungssysteme Ein inhomogenes Gleichungssystem hat m Gleichungen und n Variablen. Wobei gilt: n m 0
21 Allgemeines inhomogenes Gleichungssystem 1 Beweise 1.1 Direkter Beweis a 11 x 1 +a 1 x a 1n x n = b 1 a 1 x 1 +a x a n x n = b..... a m1 x 1 +a m x a mn x n = b m a 1 x 1 + a 1 x a 1 x 1 bn Aus Aussage A (Voraussetzung folgert man die Aussage B (Behauptung. Aus A B (Aus A folgt B A ist hinreichend für B und B ist notwendig für A. (Aus B muss nicht zwangsweise A gefolgert werden können Beispiel Behauptung: Das Produkt zweier gerade Zahlen ist stets ungerade. Voraussetzung: Zwei ungerade Zahlen U 1 und U Behauptung: Beweis: U 1 = a + 1 U = b + 1 U 1 U = c + 1 a Z a Z c Z U 1 U = (a + 1(b + 1 = ab + a + b + 1 = (ab + a + b + 1 = c + 1 }{{} c 1. Beweis durch Äquivalenzumformung Aus der Voraussetzung wird eine Behauptung gefolgert und aus der Behauptung die Voraussetzung Beispiel Behauptung: Für a, b R gilt stets ab a + b Beweis: ab a + b ab 0 a ab + b 0 (a b Die Behauptung ist sicher richtig, da ein Quadrat reeller Zahlen immer größer oder gleich Null ist. Der eigentlich Beweis muss rückwärts gelesen werden. Es wird also aus einer definitiv richtigen Voraussetzung (0 (a b durch umkehrbare Schritte etwas sicher richtiges gefolgert. 1
22 1.3 Indirekter Beweis Es wird eine Behauptung versucht zu beweisen. Zum Beispiel: Aus A folgt B. Im indirekten Beweis wird angenommen, dass B falsch ist und daraus gefolgert dass A nicht gilt. Wenn dies gilt ist die Behauptung bewiesen, da A als richtig vorausgesetzt wurde Beweis Behauptung: R Annahme: R Voraussetzung: Beweis: = p q, wobei p und q teilerfremd sind und p, q Z, q 0 = p q = p q q = p q ist gerade p ist gerade Das ist der Widerspruch, da wenn beide Seiten gerade wären, wären sie nicht teilerfremd. 1.4 Beweis durch vollständige Induktion Bei einer vollständigen Induktion wird aus der Voraussetzung durch erlaubte mathematische Operatoren die Richtigkeit von (n + 1 gefolgert Beweis von n Behauptung: i=1 Induktionsanfang: n = 1 i = n (n i=1 n i=1 i = n (n + 1 i = 1 = 1 (1 + 1 = 1 Induktionsvoraussetzung: Behauptung sei richtig für n 1 Induktionsschritt: n = n (n + 1 +(n n + (n + 1 = n (n (n + 1
23 n + (n + 1 = (n + 1( n n + (n + 1 = (n + 1( n n + (n + 1 = n + 1 (n Beweis des Binomischen Satzes (a + b n = n Behauptung: Induktionsanfang: n = 1 (a + b n = (a + b 1 = n i=0 ( 1 a ( n a n i b i i i=0 ( 1 b 1 = a + b 1 Induktionsvoraussetzung: Für n 1 gilt: ( ( n n (a + b n = a n b 0 + a n 1 b Induktionsschritt: ( n (a + b n = a n b (a + b n+1 = (a + b n+1 = ( n+1 0 ( n 0 a n+1 + ( n a n 1 b ( n ( 1 a n b n n ab n ( n 1 a n b ( n n 1 ab n + a n+1 + ( n+1 1 a n b ( n+1 n Beweis von: n > n für n 0 Probe: n = 0 0 > 0 1 > 0 n = 1 1 > 1 > 1 n = > 4 > Induktionsanfang: n = > ( n i a n i b i ( n a 0 b n (61 n ( n a 0 b n (a + b (6 n ( n n a 1 b n ( n+1 n+1 Induktionsvoraussetzung: Behauptung sei richtig für n b n+1 b n+1 Induktionsschritt: n > n (63 n+1 > n? > n + 1 n? > n + 1 n 1? > 1 + n 1 1 > n 1 da n > n + 1 stimmt die Behauptung. (64 3
24 1.4.4 Beweis von n > n für n 5 Probe: n = 0 0 > 0 1 > 0 n = 1 1 > 1 > 1 n = = 4 = 4 n = 3 3 < 3 8 < 9 n = 4 4 = 4 16 = 16 n = 5 5 > 5 3 = 5 n = 6 6 > 6 64 > 36 Induktionsanfang: n = n > n 5 = 3 > 5 = 5 (65 Induktionsvoraussetzung: Behauptung sei richtig für festes n 5 Induktionsschritt: n > n (66 n+1 > n? > n + n + 1 n? > n + n + 1 n? > n + 1 +(n + 1 (n + 1 > 4n + Richtig, da die Aussage für n 5 zutrifft Beweis von n ν=1 ν = 1 6n(n + 1(n + 1 Probe: n = 1 1 = = 1 n = 1 + = = 5 n = = = 14 Induktionsanfang: n = 1 1 = = 1 Induktionsvoraussetzung: Behauptung sei richtig für feste n 1 Induktionsschritt: n = 1 6 (n(n + 1(n + 1 +(n + 1 ( n + (n + 1 = 1 (n(n + 1(n (n [ ] n + (n + 1 = (n + 1 n(n (n n + (n + 1 n(n n + 6 = (n n + (n + 1 = 1 6 (n + 1 [ n + n + 6n + 6 ] 4
25 n + (n + 1 = 1 6 (n + 1 [ n + 7n + 6 ] (68 (n + ((n ist der zu suchende Teil im Induktionsschluss. 1 (n + 1 stimmt mit Ziel überein 6 da: (n+((n+1+1 = (n+(n+3 = n +3n+4n+6 = n +7n Beweis von n ν 3 = 1 4 n (n + 1 ν=1 Probe: n = = = 1 n = = = 9 n = = = = 36 Induktionsanfang: n=1 1 3 = = 1 (69 Induktionsvoraussetzung: Behauptung sei richtig für feste n 1 Induktionsziel: n 3 + (n = 1 4 (n + 1 (n + Induktionsschritt: n 3 = 1 4 n (n + 1 +(n ( n 3 + (n = 1 4 n (n (n ( n 3 + (n = (n n + (n + 1 ( n n 3 + (n = (n n n 3 + (n = 1 4 (n + 1 (n + 4n Ungleichung und Beträge 13.1 Betrag 1. (a a = b a = a + b b a { a wenn a 0 a wenn a < 0 = min(a, b,wenn a < b a + a 0 = a = b (71 5
26 (b a > b b = min(a, b a + b b a (c a < b a = min(a, b = a + b (b a = a + b + b a = b. (a a = b a + b b a a + b b a (b a > b a = max(a, b = a + b (b a = a = max(a, b,wenn a > b a + b + b a = a = b (c a < b b = max(a, b a + b + b a a + b + b a = a + b (b a = a + b + b a = a = b 6
Zahlen und Gleichungen
Kapitel 2 Zahlen und Gleichungen 21 Reelle Zahlen Die Menge R der reellen Zahlen setzt sich zusammen aus den rationalen und den irrationalen Zahlen Die Mengen der natürlichen Zahlen N, der ganzen Zahlen
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Lösungen Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Kapitel I: Mengen Aufgabe
MehrLineare 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
Mehrax 2 + bx + c = 0, (4.1)
Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die
MehrAlgebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen
Algebra und Diskrete Mathematik, PS3 Sommersemester 2016 Prüfungsfragen Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper). Wodurch
MehrPolynome Teil V: Elementarsymmetrische Funktionen.
Die WURZEL Werkstatt Mathematik Polynome Teil V: Elementarsymmetrische Funktionen. Es gibt Gleichungssysteme, die lassen sich mit schulischen Mitteln nicht bzw. nur sehr mühsam knacken. So musste etwa
Mehrx A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B.
SBP Mathe Grundkurs 1 # 0 by Clifford Wolf # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das Lernen mit Lernkarten
MehrDefinitionen. 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
MehrSurjektive, injektive und bijektive Funktionen.
Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
Mehr3 Vom Zählen zur Induktion
7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,
Mehr4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
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
MehrWURZEL Werkstatt Mathematik Polynome Teil III oder Probleme lösen mit Quadratfunktionen
Die WURZEL Werkstatt Mathematik Polynome Teil III oder Probleme lösen mit Quadratfunktionen Es passiert im Alltagsgeschehen oft, dass mit Kanonen auf Spatzen geschossen wird. Auch in der Mathematik vor
MehrDivision Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema
Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x
Mehr9.2 Invertierbare Matrizen
34 9.2 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
MehrSerie 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
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
MehrAxiomatische Beschreibung der ganzen Zahlen
Axiomatische Beschreibung der ganzen Zahlen Peter Feigl JKU Linz peter.feigl@students.jku.at 0055282 Claudia Hemmelmeir JKU Linz darja@gmx.at 0355147 Zusammenfassung Wir möchten in diesem Artikel die ganzen
MehrInhaltsverzeichnis Mathematik
1. Mengenlehre 1.1 Begriff der Menge 1.2 Beziehungen zwischen Mengen 1.3 Verknüpfungen von Mengen (Mengenoperationen) 1.4 Übungen 1.5 Übungen (alte BM-Prüfungen) 1.6 Zahlenmengen 1.7 Grundmenge (Bezugsmenge)
Mehr5.1 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
Mehr1 Zahlentheorie. 1.1 Kongruenzen
3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern
MehrZuammenfassung: Reelle Funktionen
Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,
Mehr3.1. Die komplexen Zahlen
3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen
MehrSeminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln
Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Michael Kniely November 2009 1 Vorbemerkungen Definition. Sei n N +, ϕ(n) := {d [0, n 1] ggt (d, n) = 1}. Die Abbildung ϕ : N + N + heißt
MehrDEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )
Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon
MehrLineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
MehrElemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S
Begriffe Faser: Es sei f : M N eine Abbildung von Mengen. Es sei n N. Die Menge f 1 ({n}) M nennt man die Faser in n. (Skript Seite 119). Parallel: Zwei Vektoren v und w heißen parallel, wenn für einen
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.
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
MehrVorkurs Mathematik 1
Vorkurs Mathematik 1 Einführung in die mathematische Notation Konstanten i komplexe Einheit i 2 + 1 = 0 e Eulersche Zahl Kreiszahl 2 Einführung in die mathematische Notation Bezeichner Primzahlen, Zähler
MehrBeispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger
Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit
MehrVorlesung. Komplexe Zahlen
Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems
MehrVorkurs: Mathematik für Informatiker Steven Köhler, Anja Moldenhauer, Marcel Morisse
Vorkurs: Mathematik für Informatiker Steven Köhler, Anja Moldenhauer, Marcel Morisse Wintersemester 2014/15 Aufgaben I-1. Es seien die folgenden Mengen A = {5,7,9}, B = {5,6,7} und C = {1,3,5,7,9} gegeben.
Mehr4 Lineare Algebra (Teil 2): Quadratische Matrizen
4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,
MehrVektorgeometrie Layout: Tibor Stolz
Hanspeter Horlacher Vektorgeometrie Layout: Tibor Stolz 1. Einführung Eine Grösse, zu deren Festlegung ausser einer Zahl auch noch die Angabe einer Richtung nötig ist, heisst VEKTOR. P 2 P 1 P 1 P 2 P
MehrBrückenkurs Elementarmathematik
Brückenkurs Elementarmathematik IV. Ungleichungen November 13, 2013 Inhalt 1 Ungleichungen 2 Umformungen von Ungleichungen 2.1 Äquivalenzumformungen 2.2 Addition und Multiplikation von Ungleichungen 3
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrGrundlagen der Mengenlehre
mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener
MehrLösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr.
Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr. Kurzweil Florian Franzmann André Diehl Kompiliert am 10. April 2006 um 18:33
MehrThemen: Kubische Gleichungen, Ungleichungen, Induktion
Lo sungen zu U bungsblatt Mathematik fu r Ingenieure Maschinenbauer und Sicherheitstechniker), 1. Semester, bei Prof. Dr. G. Herbort im WiSe1/14 Dipl.-Math. T. Pawlaschyk, 05.11.1 Themen: Kubische Gleichungen,
Mehr3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.
3.5 Ringe und Körper Gehen wir noch mal zu den ganzen Zahlen zurück. Wir wissen: (Z, + ist eine Gruppe, es gibt aber als Verknüpfung noch die Multiplikation, es gibt ein neutrales Element bezüglich, es
MehrMathematik 1, Teil B. Inhalt:
FH Emden-Leer Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre 2.) Matrizen, Determinanten
Mehrgebrochene Zahl gekürzt mit 9 sind erweitert mit 8 sind
Vorbereitungsaufgaben Mathematik. Bruchrechnung.. Grundlagen: gebrochene Zahl gemeiner Bruch Zähler Nenner Dezimalbruch Ganze, Zehntel Hundertstel Tausendstel Kürzen: Zähler und Nenner durch dieselbe Zahl
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrPropädeutikum Mathematik
Propädeutikum Mathematik Wintersemester 2016/2017 Prof. Dr. Dieter Leitmann Abteilung WI WiSe 2016/17 Seite 1 Literaturhinweise Cramer, E., Neslehova, J.: Vorkurs Mathematik, Springer, 2004 Piehler, Sippel,
MehrTechnische Universität München. Lösung Montag WS 2013/14. (Einheitskreis, ohne Rechnung ersichtlich) (Einheitskreis, ohne Rechnung ersichtlich)
Technische Universität München Andreas Wörfel Ferienkurs Analysis 1 für Physiker Lösung Montag WS 01/1 Aufgabe 1 Zum warm werden: Komplexe Zahlen - Lehrling Bestimmen Sie das komplex Konjugierte, den Betrag
MehrAufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010
Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und
MehrKlausur zur Elementaren Algebra und Zahlentheorie Mittwoch, 02.03.05
Prof. Dr. Duco van Straten Oliver Weilandt Klausur zur Elementaren Algebra und Zahlentheorie Mittwoch, 0.03.05 Bitte tragen Sie hier gut lesbar Ihren Namen und Ihre Matrikelnummer ein. Name, Vorname Matrikelnummer
MehrDie gleiche Lösung erhält man durch Äquivalenzumformung:
R. Brinkmann http://brinkmann-du.de Seite 3..0 Quadratische Gleichungen Reinquadratische Gleichung Lösen Sie die Gleichung x = 5 Durch probieren erhält man die Lösung: x = 5 oder x = 5 Denn x = 5 = 5 oder
Mehr4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper
4 Einige Grundstrukturen Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper Abbildungen Seien X und Y Mengen. Eine (einstellige) Abbildung f : X Y ordnet jedem x X genau ein Element
Mehr10. Die komplexen Zahlen.
10-1 Funktionen 10 Die kompleen Zahlen Dies ist ein Thema, das unberechtigter Weise als schwer gilt! Die Konstruktion der kompleen Zahlen ist viel einfacher zu verstehen ist, als einige der bisherigen
MehrReelle Zahlen (R)
Reelle Zahlen (R) Bisher sind bekannt: Natürliche Zahlen (N): N {,,,,,6... } Ganze Zahlen (Z): Z {...,,,0,,,... } Man erkennt: Rationale Zahlen (Q):.) Zwischen den natürlichen Zahlen befinden sich große
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrKapitel 2 Algebra und Arithmetik. Inhalt
Kapitel 2 Algebra und Arithmetik Seite 1 Inhalt 2.1 Zahlbereiche N, Z, Q, R 2.2 Terme und (Un-) Gleichungen Lineare und quadratische Gleichungen, Nullstellen von Polynomen und gebrochenrationalen Funktionen,
MehrMathematik II. D K, z P(z) Q(z), wobei D das Komplement der Nullstellen von Q ist, eine rationale Funktion.
rof. Dr. H. Brenner Osnabrück SS 200 Mathematik II Vorlesung 34 Wir erinnern an den Begriff einer rationalen Funktion. Definition 34.. Zu zwei olynomen,q K[X], Q 0, heißt die Funktion D K, z (z) Q(z),
MehrZusammenfassung Mathematik 2012 Claudia Fabricius
Zusammenfassung Mathematik Claudia Fabricius Funktion: Eine Funktion f ordnet jedem Element x einer Definitionsmenge D genau ein Element y eines Wertebereiches W zu. Polynom: f(x = a n x n + a n- x n-
MehrProf. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1
Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1 Kapitel 3 Lineare Gleichungssysteme 3.1. Einleitung Beispiel 1 3 Kinder haben eingekauft. Franz hat 4 Lakritzen, 2 Schokoriegel und 5 Kaugummis
MehrErgänzungen zur Analysis I
537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.
MehrElemente der Analysis I Kapitel 2: Einführung II, Gleichungen
Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html
MehrFaktorisierung bei Brüchen und Bruchtermen
Faktorisierung bei Brüchen und Bruchtermen Rainer Hauser Mai 2016 1 Einleitung 1.1 Rationale Zahlen Teilt man einen Gegenstand in eine Anzahl gleich grosse Stücke, so bekommt man gebrochene Zahlen, die
MehrLineare Algebra I Klausur. Klausur - Musterlösung
Prof. Dr. B. Hanke Dr. J. Bowden Lineare Algebra I Klausur Klausur - Musterlösung 20. Februar 203 Aufgabe - Lösung Aussage wahr falsch (Z, +, 0) ist eine abelsche Gruppe. Der Ring Z/24Z ist nullteilerfrei.
MehrHalbgruppen, Gruppen, Ringe
Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die
MehrVektorgeometrie - Teil 1
Vektorgeometrie - Teil 1 MNprofil - Mittelstufe KZN Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 14. März 2016 Inhaltsverzeichnis 1 Einführung & die analytische Darstellung der
Mehr13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01
. Klasse TOP 0 Grundwissen Geradengleichungen 0 Punkt-Richtungs-Form Geraden sind gegeben durch einen Aufpunkt A (mit Ortsvektor a) auf der Geraden und einen Richtungsvektor u: x = a + λ u, λ IR. (Interpretation:
MehrEinführung in die Mathematik für Informatiker
Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 21.11.2016 6. Vorlesung aufgespannter Untervektorraum Span(T ), Linearkombinationen von Vektoren Lineare Unabhängigkeit
Mehr1 Mengen und Abbildungen
1 MENGEN UND ABBILDUNGEN 1 1 Mengen und Abbildungen Wir starten mit einigen einführenden Definitionen und Ergebnissen aus der Theorie der Mengen und Abbildungen, die nicht nur Grundlage der Linearen Algebra
MehrDifferenzengleichungen. und Polynome
Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-600 Innsbruck, Österreich franz.pauer@uibk.ac.at 1 Einleitung Mit linearen Differenzengleichungen
MehrMathematik 1 für Wirtschaftsinformatik
für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Komplexe Zahlen 5 Lineare Algebra 6 Lineare Programme 2 Grundlegende
MehrSpezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation
. Inhaltsverzeichnis.............. Spezialgebiet Mathematik(Christian Behon ) 1 Matrizen Kapitel 1 Definitionen und Herleitung von Matrizen 1.1 Was sind Matrizen 1.2 Arten von Matrizen Kapitel 2 Matrizenoperation
Mehr2. Die Satzgruppe des Pythagoras
Grundwissen Mathematik 9. Klasse Seite von 17 1.4 Rechnen mit reellen Zahlen a) Multiplizieren und Dividieren von reellen Zahlen + Es gilt: a b = a b mit ab R, 0 Beispiele: 18 = 36 = 6 14 14 7 = = a a
MehrMathematische Strukturen
Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
MehrPropädeutikum Mathematik
Propädeutikum Mathematik Sommersemester 2016 Carsten Krupp BBA Seite 1 Literaturhinweise Cramer, E., Neslehova, J.: Vorkurs Mathematik, Springer, 2004 Piehler, Sippel, Pfeiffer: Mathematik zum Studieneinstieg,
MehrWiederholung der Algebra Klassen 7-10
PKG Oberstufe 0.07.0 Wiederholung der Algebra Klassen 7-0 06rr5 4. (a) Kürze so weit wie möglich: 4998 (b) Schreibe das Ergebnis als gemischte Zahl und als Dezimalbruch: (c) Schreibe das Ergebnis als Bruch:
Mehr5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56
5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten
MehrAufgaben des MSG-Zirkels 10b Schuljahr 2007/2008
Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Alexander Bobenko und Ivan Izmestiev Technische Universität Berlin 1 Hausaufgaben vom 12.09.2007 Zahlentheorie 1 Aufgabe 1.1 Berechne die (quadratischen)
MehrInhaltliche Anforderungen für ein Mathematikstudium an der Pädagogischen Hochschule Karlsruhe
Inhaltliche Anforderungen für ein Mathematikstudium an der Pädagogischen Hochschule Karlsruhe Liebe Studierende, wenn Sie Mathematik an der Pädagogischen Hochschule Karlsruhe erfolgreich studieren möchten,
MehrKapitel 3. Natürliche Zahlen und vollständige Induktion
Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine
MehrBasistext Lineare Gleichungssysteme. Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=%
Basistext Lineare Gleichungssysteme Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=% Mit zwei Unbekannten gibt es die allgemeine Form:! #+% '=( Gelten mehrere dieser Gleichungen
MehrPolynome. Axel Schüler, Mathematisches Institut, Univ. Leipzig mailto:schueler@mathematik.uni-leipzig.de
Polynome Axel Schüler, Mathematisches Institut, Univ. Leipzig mailto:schueler@mathematik.uni-leipzig.de März 2000 Polynome, auch ganzrationale Funktionen genannt, sind die einfachsten Funktionen überhaupt.
MehrLineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya
Lineare Abhängigkeit und Unabhängigkeit -E Ma Lubov Vassilevskaya Eindimensionaler Raum Abb. -: Zwei nicht gleiche Vektoren auf der gleichen Gerade Jeden Vektor, der auf einer Geraden liegt, kann man durch
Mehr1 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
MehrVektorräume 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
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
Mehr1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.
Definition Die rechteckige Anordnung von m n Elementen a ij in m Zeilen und n Spalten heißt m n- Matrix. Gewöhnlich handelt es sich bei den Elementen a ij der Matrix um reelle Zahlen. Man nennt das Paar
MehrALGEBRA UND MENGENLEHRE
ALGEBRA UND MENGENLEHRE EINE EINFÜHRUNG GRUNDLAGEN DER ALGEBRA 1 VARIABLE UND TERME In der Algebra werden für Grössen, mit welchen gerechnet wird, verallgemeinernd Buchstaben eingesetzt. Diese Platzhalter
MehrA.12 Nullstellen / Gleichungen lösen
A12 Nullstellen 1 A.12 Nullstellen / Gleichungen lösen Es gibt nur eine Hand voll Standardverfahren, nach denen man vorgehen kann, um Gleichungen zu lösen. Man sollte in der Gleichung keine Brüche haben.
MehrMatrizen und Determinanten
Matrizen und Determinanten 1 Matrizen und Determinanten 1 Einführung in den Matrizenbegriff Zur Beschreibung und Lösung vieler physikalischer Probleme ist die Vektorrechnung vonnöten Durch Verwendung von
MehrVektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden)
fua3673 Fragen und Antworten Vektorgeometrie (bitte nur für den Eigengebrauch verwenden) Inhaltsverzeichnis Vektorgeometrie im Raum. Fragen................................................. Allgemeines..........................................
MehrWURZEL Werkstatt Mathematik Polynome Grundlagen Teil II
Die WURZEL Werkstatt Mathematik Polynome Grundlagen Teil II Polynome nur zu addieren, multiplizieren oder dividieren ist auf die Dauer langweilig. Polynome können mehr. Zum Beispiel ist es manchmal gar
Mehr4 Ganzrationale Funktionen
FOS, Jahrgangsstufe (technisch) 4 Ganzrationale Funktionen 4 Polynomfunktionen Eine Funktion, die man auf die Form f : x a n x n + a n x n + + a 2 x 2 + a x + a 0 mit x R bringen kann, heißt ganzrationale
MehrErzeugende Funktionen
Hallo! Erzeugende Funktionen sind ein Mittel um lineare Rekursionen schneller ausrechnen zu können. Es soll die Funktion nicht mehr als Rekursion angeschrieben werden, sondern so, dass man nur n einsetzen
Mehr3 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
MehrGeometrie. 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,
MehrGF(2 2 ) Beispiel eines Erweiterungskörpers (1)
GF(2 2 ) Beispiel eines Erweiterungskörpers (1) Im Kapitel 2.1 wurde bereits gezeigt, dass die endliche Zahlenmenge {0, 1, 2, 3} q = 4 nicht die Eigenschaften eines Galoisfeldes GF(4) erfüllt. Vielmehr
Mehr4 Elementare Vektorraumtheorie
4. ELEMENTARE VEKTORRAUMTHEORIE 51 4 Elementare Vektorraumtheorie Im folgenden sei K stets ein Körper. Definition. (i) Eine homogene Gleichung in den Unbekannten ξ 1,..., ξ n ist ein Ausdruck der Gestalt
MehrKongruenzrechnung. 2 Kongruenzrechnung 7 2.1 Rechnenregeln Addition und Multiplikation... 7 2.2 Rechenregeln bzgl. verschiedener Moduln...
Kongruenzrechnung Inhaltsverzeichnis 1 Einführung und Definitionen 2 1.1 Einige Beispiele aus dem Alltag..................... 2 1.2 Kongruenzrechnung im Alltag und Rechenproben........... 3 1.3 Kongruenzen
MehrWS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch
Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch WS 2010/2011 14. Januar 2011 Geometrie mit Übungen Übungsblatt 9, Musterlösungen Aufgabe 33. Es werden Kreise in der Euklidischen
Mehrx 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt
- 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +
MehrLösen einer Gleichung
Zum Lösen von Gleichungen benötigen wir: mindestens einen Term eine Definition der in Frage kommenden Lösungen (Grundmenge) Die Grundmenge G enthält all jene Zahlen, die als Lösung für eine Gleichung in
Mehr