TECHNISCHE UNIVERSITÄT MÜNCHEN
|
|
- Markus Böhmer
- vor 6 Jahren
- Abrufe
Transkript
1 TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I Wintersemester 3/ Aufgabenblatt 6. Januar Präsenzaufgaben Aufgabe 63. Basiswechsel konkret. Gegeben seien die 3 Einheitsvektoren e, e, e 3 R 3 sowie drei weitere Vektoren v, v, v 3 R 3 : e =, e =, e 3 =, v =, v =, v 3 =. Die Standardbasis des R Vektorraums R 3 besteht aus den drei Einheitsvektoren e, e, e 3 R 3. Zeigen Sie, dass die Vektoren v, v, v 3 R 3 ebenfalls eine Basis des R 3 bilden.. Gegeben seien nun die beiden Vektoren p = 6 3 und q = 3. Stellen Sie die beiden Vektoren p und q 9 6 a. als Linearkombination der Vektoren der Standardbasis {e, e, e 3 } dar und b. als Linearkombination der Vektoren der Basis {v, v, v 3 } dar.. Behauptung: Die drei Vektoren v, v, v 3 R 3 bilden eine Basis von R 3. Beweis: λ v + λ v + λ 3 v 3 = λ + λ + λ 3 = λ + λ + λ 3 = λ + λ 3 = λ + λ + λ 3 = Aus der zweiten Gleichung folgt λ 3 = λ. Einsetzen in die beiden anderen Gleichungen ergibt das zu obigem äquivalente Gleichungssystem λ =, λ λ =, λ 3 = λ 3. Aus der zweiten Gleichung folgt λ = λ also insgesamt λ = λ = λ 3 =, d.h. die drei Vektoren sind linear unabhängig. Da die Dimension von R 3 drei ist, bilden sie eine Basis von diesem Vektorraum.. a. Die Punkte p und q lassen sich wie folgt als Linearkombination der Einheitsvektoren e, e, e 3 darstellen: p = 6 e + 3 e + 9 e 3, q = 3 e + e + 6 e 3. b. Um die Punkte p und q und jeden beliebigen anderen Punkt als Linearkombination der Vektoren v, v, v 3 darzustellen, bestimmen wir die Linearkombination der Einheitsvektoren in v, v, v 3 : Wir suchen also jeweils λ, λ, λ 3 R, so daß λ v + λ v + λ 3 v 3 = e i für i =,, 3. Für e müssen dazu wir folgendes Gleichungssystem lösen: λ + λ + λ 3 = λ + λ + λ 3 = λ + λ 3 = λ + λ + λ 3 = Analoges Vorgehen wie in Aufgabenteil. liefert λ = λ = und λ 3 =. Damit ist e = v + v v 3.
2 Der Vektor e führt analog auf das Gleichungssystem λ + λ + λ 3 = λ + λ + λ 3 = λ + λ 3 = λ + λ + λ 3 = mit der Lösung λ =, λ = und λ 3 =. e hat also die Darstellung e = v + v. Auf gleichem Wege erhält man Damit gilt für die Punkte p und q e 3 = v + v 3. p = 6 e + 3 e + 9 e 3 = 6 v + v v v + v + 9 v + v 3 = 3v + 3v 3, q = 3 e + e + 6 e 3 = 3 v + v v 3 + v + v + 9 v + v 3 = v v + 3 v 3. Aufgabe 6. Strecklein schneid dich. Gegeben seien zwei Punkte p, q R. Die Menge aller Punkte x R, die auf der Geraden g durch diese beiden Punkte p und q liegen, ist durch die Menge {x R x = λ p + µ q ; λ, µ R ; λ + µ = } gegeben. 3 Sei nun p = R und q = R. a. Zeichnen Sie die Punkte p und q und die Gerade g durch diese beiden Punkte in ein Koordinatensystem. b. Geben Sie g in Parameterform an, d.h. bestimmen Sie Vektoren v, w, so dass g = {x R x = v + λ w R ; λ R}. c. Auf welchem Teil der Geraden befindet sich x R, wenn i λ > und µ > iii λ < und µ > ii λ > und µ < iv λ < und µ < Hinweis: Wählen Sie jeweils einige Beispielwerte für λ und µ. Markieren Sie die Teile der Geraden farbig. a. Zeichnung siehe Aufgabenteil c. b. x = λ p + µ q = λ p + λ q = q + λ p q = oder x = λ p + µ q = µ p + µ q = p + µ q p = c. i λ > und µ > : λ = und µ = = x = ii λ > und µ < : λ = und µ = = x 3 = iii λ < und µ > : λ = und µ = = x 5 = λ + µ [ [ 3 ] 3 = ] = 3 g, λ = 3 und µ = = x = 5 g g, λ = 3 und µ = = x = 5 g, λ = und µ = 3 = x 6 = λ + µ 3 g 7 g 8 mit λ R mit µ R.
3 iv λ < und µ < : Es existieren keine λ < und µ < mit λ + µ =. y x6 x5 p-q q x p x O x3 x x g. Somit können wir die Strecke [pq] zwischen p und q definieren als die Menge [pq] = {x R x = λ p + µ q; λ, µ R; λ + µ = ; λ > und µ > } = {x R x = p + µq p; µ [, ]} = {x R x = q + λp q; λ [, ]} Aufgabe 65. Lineare Abbildungen. Es seien K ein Körper, V und W K-Vektorräume. Desweiteren sei f : V W eine lineare Abbildung. Beweisen Sie, daß f genau dann injektiv ist, wenn Kernf = {} ist. Gegeben ist die beliebige lineare Abbildung f : V W, x fx. Hierbei bezeichne V den Nullvektor von V und W den Nullvektor von W. Der Kern von f ist dann die Menge { } Kernf := x V fx = W V. Da gemäß Vorlesung stets f V = W ist, gilt zumindest { V } Kernf. Wir setzen voraus, daß f injektiv ist. Da f schon V auf W abbildet, wird aufgrund der Injektivität von f kein weiterer Vektor x V \{ V } auf W abbgebildet. Es ist also Kernf = { V }. Sei nun Kernf = { V }. Wir betrachten zwei Vektoren x, y V mit fx = fy also fx fy = W. Aufgrund der Linearität von f folgt daraus fx y = W, also x y Kernf. Da ja Kernf = { V } bleibt nur der Fall x y = V, und damit x = y. f ist also injektiv. Hausaufgaben Aufgabe 66. Untervektorräume des R. Wir betrachten den Vektorraum V = R. Für v V \{} sei die Menge G v durch G v := {λ v R λ R} definiert. Zeigen Sie. G v ist ein Untervektorraum von V = R.
4 v w. Für v = V und w = V gilt G v w v = G w, genau dann wenn v w v w =. 3. Die Untervektorräume von V sind {}, V, G v mit v V \{}.. Zu zeigen ist, daß G v := { λ v λ R } mit v R \{} eine nichtleere Teilmenge des R ist, die bezüglich der Vektoraddition und bezüglich der skalaren Multiplikation abgeschlossen ist. Für λ = ist v = G v und somit G v {}. Auch wenn nach Voraussetzung v V \{}, ist der Nullvektor immer ein Element von G v für alle v V \{}. Für zwei beliebige Elemente λ v, µ v G v für λ, µ R ist ihre Summe λ v + µ v = λ + µ v wieder ein Element in G v denn λ + µ R. Für ein beliebiges Element λ v G v für ein λ R ist auch für alle µ R der Vektor µ λ v = µ λ v wieder ein Element in G v denn µ λ R. Somit ist G v für alle v V \{} ein Untervektorraum von V = R.. Die Behauptung, daß Aussage A genau dann gilt, wenn Aussage B zutrifft, ist allgemein in zwei Schritten zu beweisen: Man zeigt, daß aus Aussage A die Aussage B folgt und umgekehrt, daß aus Aussage B widerum Aussage A folgt. Wir zeigen zunächst die eine Richtung der nachzuweisenden Äquivalenz: Für zwei Vektoren v, w V \{} gilt G v = G w, genau dann wenn v w v w = erfüllt ist. v w Für zwei Vektoren v =, w = V \{} sei G v = G w. v w Dann existiert ein λ R, so daß w = λ v ist, was wiederum bedeutet, daß die beiden Gleichungen w = λ v und w = λ v erfüllt sind. Nun gilt v w v w = v λ v v λ v = und somit v w v w =. Nun zeigen wir die andere Richtung: Für die Koordinaten der beiden Vektoren v = v v, w = w w { } R\ gelte die Gleichung v w v w =. Wir zeigen zunächst die Inklusion G v G w : Ein beliebiges Element λ v G v für ein λ R ist genau dann auch in G w, wenn ein µ R existiert mit λ v = µ w G w, das heißt wenn zu jedem λ R ein µ R existiert, so daß v w λ = µ λ v = µ w und λ v = µ w. v w Wir unterscheiden die folgenden Fälle: Aus dem Fall v = und v v folgt wegen notwendig w =, und wegen w auch noch w. Somit bleibt in nur die eine Gleichung λ v = µ w wobei v, w zu überprüfen. Zu gegebenem λ erfüllt offenbar µ = λ w obige Gleichung. Der Fall v und v = liefert nach gleichem Vorgehen w und w =, und es ergibt sich µ = λ w v. Für den Fall v und v existiert das gesuchte µ R genau dann, wenn µ = λ w = λ w. v v Dies ist aber äquivalent dazu, daß gilt v w v w =, und das wiederum gilt nach Voraussetzung. Ganz analog zeigt man die Inklusion G w G v, woraus dann insgesamt G v = G w folgt. v
5 3. Es sind zwei Dinge zu zeigen:a. Die Mengen {}, V und G v für v V \{} sind Untervektorräume von V = R. b. Dies sind alle Untervektorräume des R. Trivialerweise sind {} und V = R selbst Untervektorräume von V = R, in Teilaufgabe. wurde gezeigt, daß auch die Mengen G v := { λ v λ R } R mit v R \{} Untervektorräume des R sind. Somit ist Teil a. bewiesen. Zu zeigen ist nun, daß jeder Untervektorräum des R von der Gestalt {}, R oder G v ist. Dazu konstruieren wir uns alle möglichen Untervektorräume U des R wie folgt: Notwendig muß U den Nullvektor enthalten, ist also mindestens der Nullraum {}. Sei nun zusätzlich v in U enthalten, dann muß wegen der notwendigen Abgeschlossenheit von U bezüglich der skalaren Multiplikation auch für alle λ R der Vektor λ u in U enthalten sein. Damit ist U von der Form G v. w Sei nun noch ein weiterer Vektor w = R mit w und w v in U enthalten, also {, w } G v U. w Gilt für diesen Vektor w, daß w = λ v für ein λ R, dann ist w G v und U unverändert G v. Sei also w λ v für alle λ R. Dann gilt nach Aufgabenteil, daß v w v w ist. Aufgrund der notwendigen Abgeschlossenheit von U bezüglich der skalaren Multiplikation muss dann auch für alle µ R der Vektor µ w in U enthalten sein. Wegen der notwendigen Abgeschlossenheit von U bezüglich der Vektoraddition muss auch für jedes λ, µ R der Vektor λ v + µ w in U enthalten sein. Die Behauptung ist nun, daß für U dann bereits U = R gilt. Dazu ist zu zeigen, daß sich jedes Element x R als Linearkombination x = λ v + µ w schreiben läßt. x Für jeden Vektor x = R existieren in der Tat Skalare λ, µ R, so daß nämlich x x = λ v + µ w x x = λ v v + µ λ = x w x w v w v w und µ = v x v x v w v w. Aufgabe 67. Basen von Untervektorräumen. Bestimmen Sie Basen von den folgenden Untervektorräumen U K des K 3 : 3 3. K = R und U R = span, 3,, 3,, K = C und U C = span + i 6,, i. i i + 3. K = Z/7Z, U Z/7Z = span [] [3], [3] [5], [] [3]. [] [] [5]. Gesucht ist eine Basis des Untervektorraums des R 3. U R = span w w 3, 3 Ein Untervektorraum des R 3 kann höchstens die Dimension 3 besitzen. Können wir also drei linear unabhängige Vektoren aus U R angeben, bilden diese bereits eine Basis von U R und damit natürlich auch eine Basis von R 3, und es gilt U R = R 3. Bei genauer Betrachtung der Vektoren, kann man vermuten, dass die ersten drei Vektoren linear unabhängig sind. Das müssen wir aber noch beweisen, d. h. wir müssen zeigen, dass für die Gleichung λ + λ 3 + λ 3 = 3 3
6 als einzige Lösung nur die Lösung λ = λ = λ 3 = existiert. Dazu müssen wir das lineare Gleichungssystem λ + λ + λ 3 = λ + 3 λ + λ 3 = 3 λ + λ + 3 λ 3 = lösen. Die mittlere Gleichung lässt sich zu λ 3 = λ 3λ umformen. Einsetzen dieses Ergebnisses in die beiden anderen Gleichungen ergibt 3λ 5λ = und 3λ 7λ =. Gleichsetzen dieser beiden Gleichungen ergibt wiederum 5λ = 7λ, woraus sofort λ = folgt. Einsetzen ergibt wiederum λ = und λ 3 =. Somit ist λ = λ = λ 3 = die einzige Lösung des linearen Gleichungssystem, und somit sind die drei Vektoren linear unabhängig und bilden eine Basis von U R.. Durch scharfes Hinsehen erkennt man, daß die drei Vektoren linear abhängig sind: 6 + i i + = i i + i. Demnach ist U C = span + i, i. i Die beiden Vekoren sind linear unabhängig, weil für α, β C mit + i = α i + β i zuerst wegen der 3. Komponente α = sein muß, und dann z.b. wegen der. Komponente β = sein muß. 3. Wir überprüfen die lineare Unabhängigkeit der drei Vektoren. Für α, α, α 3 Z/7Z gelte [] [3] [] [] α [3] + α [5] + α 3 [3] = []. [] [] [5] [] Ausgeschrieben in drei Gleichungen lautet dies I []α + [3]α + []α 3 = [], II [3]α + [5]α + [3]α 3 = [], III []α + []α + [5]α 3 = []. Wir lösen durch äquivalente Zeilenumformungen. Zunächst wird II durch II = II 3 III ersetzt, I []α + [3]α + []α 3 = [], II []α + []α + [6]α 3 = [], III []α + []α + [5]α 3 = []. Nun ersetzen wir noch III durch III = III II, wodurch sich I []α + [3]α + []α 3 = [], II []α + []α + [6]α 3 = [], III []α + []α + [ 7]α 3 = [] ergibt. Da [ 7] = [] ist, kann α 3 [], also zum Beispiel α 3 = [] gewählt werden. Aus II folgt α = α 3 und aus I ergibt sich α = [3] [] α. Wegen [] [] = [] also α = []α. Die drei Vektoren sind also linear abhängig. Es gilt zum Beispiel [] [] [3] [3] = [5] [3] + [6] [5]. [5] [] []
7 [] Somit bilden die beiden Vektoren [3] [] unabhängig sind. und [3] [5] [] eine Basis von U Z/7Z, da sie offensichtlich linear Aufgabe 68. Sphere packings, Calvin and Hobbes. Wie Calvin schon erahnt, gibt es in Räumen höherer Dimension viel Raum... Dies führt auch zu scheinbaren Paradoxien: Es sei C d = {x,..., x d R d x i, i =,..., d} ein regelmäßiger d-dimensionaler Würfel mit Kantenlänge. Die d-dimensionale Kugel mit Mittelpunkt a R d und Radius r > ist die Menge Ba, r = {x R d x a r}, wobei y = y + y + + y d, y,..., y d R d. Der Würfel C d enthält die d Kugeln B±,..., ±,. Wir betrachten die Kugel, deren Mittelpunkt,..., ist, und die die d Kugeln berührt. In welcher Dimension d passt diese Kugel nicht mehr in den Würfel C d? Die innere Kugel B, r passt genau dann nicht mehr in den d-dimensionalen Würfel, wenn ihr Radius r die Zahl überschreitet. Ihr Radius r ist gleich Abstand des Ursprung zu einem der anderen d Kugelmittelpunkte minus, d.h. es ist r = ±,..., ±,..., = ± + + ± = d. Nun gilt genau für alle Zahlen d > die Ungleichung >. Somit tritt das in der Aufgabe beschriebene Phänomen in allen Dimensionen größer als 9 auf. Weird!
Übungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume
Mehr0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
MehrAufgaben zu Kapitel 15
Aufgaben zu Kapitel 5 Aufgaben zu Kapitel 5 Verständnisfragen Aufgabe 5 Zeigen Sie, dass die Menge K m n aller m n-matrizen über einem Körper K mit komponentenweiser Addition und skalarer Multiplikation
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
MehrLineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A.
Lineare Hülle Def A sei eine nichtleere Teilmenge des Vektorraums (V,+, ) Die lineare Hülle von A (Bezeichung: span(a)) ist die Menge aller Linearkombinationen der Elemente aus A { k } span(a) := λ i v
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
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
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrDie Dimension eines Vektorraumes
Die Dimension eines Vektorraumes Ist (b 1, b 2,..., b n ) eine Basis des Vektorraums V, so heißt n die Dimension von V. Die Möglichkeit dieser Definition beruht auf dem folgenden nichttrivialen Satz. Je
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
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
Mehr11. BASIS, UNTERRAUM, und DIMENSION
11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen
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
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
MehrLösungen Serie 6 (Vektorräume, Skalarprodukt)
Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9
Mehr4. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 4. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS /..-7.. Aufgabe G (Geraden im R ) Bestimmen
Mehr2.2 Kern und Bild; Basiswechsel
22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare
MehrAffine Geometrie (Einfachere, konstruktive Version)
Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit
Mehr10 Kapitel I: Anschauliche Vektorrechnung
10 Kapitel I: Anschauliche Vektorrechnung haben. In Mengenschreibweise ist G = {x x = a + tb für ein t R}. Wir werden für diese einführenden Betrachtungen im Interesse einer knappen Redeweise jedoch häufig
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
Mehrx, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω
5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,
MehrKLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008
KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch
MehrDonnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.
Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )
MehrLineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:
MehrMathematik Analytische Geometrie
Mathematik Analytische Geometrie Grundlagen:. Das -Dimensionale kartesische Koordinatensystem: x x x. Vektoren und Ortsvektoren: a x = x x ist ein Vektor, der eine Verschiebung um x -Einheiten in x-richtung,
MehrFormale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz
Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Vektoren in der Ebene Zwei Punkten P, Q in der Ebene
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I (Wintersemester 2003/2004) Aufgabenblatt 9
MehrKapitel 10. Lineare Abbildungen Definition linearer Abbildungen Eigenschaften und Beispiele Alle linearen Abbildungen R n V Bild von Unterräumen
Kapitel 10. Lineare Abbildungen Definition linearer Abbildungen Eigenschaften und Beispiele Alle linearen Abbildungen R n V Bild von Unterräumen Vorschau: Lineare Abbildungen Wer Vektorräume studiert,
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem
Mehrx y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)
Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f (v) = u} (Andere Bezeichnung: f (V) wird in Analysis-Vorlesung
MehrVektorräume und Lineare Abbildungen
Lineare Algebra Kapitel 9. Vektorräume Der Körper der reellen Zahlen Der Vektorraumbegriff, Beispiele Rechnen in Vektorräumen Linearkombinationen und Erzeugendensysteme Lineare Abhängigkeit und Unabhängigkeit
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
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
Mehr1 0 1, V 3 = M, und λ A = λa
Aufgabe 57. Magische Quadrate Eine reelle 3 3-Matrix A = a 11 a 12 a 13 a 21 a 22 a 23 heißt magisches Quadrat, falls alle Zeilensummen, alle Spaltensummen und die beiden Diagonalsummen a 11 + a 22 + a
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrÜbungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,
Mehr3. Übungsblatt Aufgaben mit Lösungen
. Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen
MehrBeziehungen zwischen Vektorräumen und ihren Dimensionen
Beziehungen zwischen Vektorräumen und ihren Dimensionen Lineare Algebra I Kapitel 9 20. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz
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
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
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK Projektive Geometrie (Sommersemester 2005) Lösungen zu Aufgabenblatt 4 (25. Mai 2005) Präsenzaufgaben
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:
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
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Hinweis:
MehrLineare Algebra II, Lösungshinweise Blatt 9
Prof Dr Katrin Wendland Priv Doz Dr Katrin Leschke Christoph Tinkl SS 27 Lineare Algebra II, Lösungshinweise Blatt 9 Aufgabe (4 Punkte) Sei 2 3 4 A = 5 6 Berechnen Sie A k für alle k N und verifizieren
MehrLineare Abbildungen. i=0 c ix i n. K n K m
Kapitel 4 Lineare Abbildungen In diesem Abschnitt lernen Sie erstmals eine Klasse von strukturerhaltenden Abbildungen kennen. Diese Konzept ist von zentraler Bedeutung in der Algebra. Grob gesagt geht
Mehr37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
MehrDer Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.
Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x
MehrEigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
Mehr(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2
Vektoren Mit der Vektorrechnung werden oft geometrische Probleme gelöst. Wenn irgendwelche Aufgabenstellungen geometrisch darstellbar sind, z.b. Flugbahnen oder Abstandsberechnungen, dann können sie mit
MehrAffine und projektive Räume
Affine und projektive Räume W. Kühnel Literatur hierzu: G.Fischer, Analytische Geometrie, 7. Aufl., Vieweg 2001 Zur Motivation: Wenn man in einem Vektorraum die Elemente nicht als Vektoren, sondern als
MehrÜbungsaufgaben zu Partielle Differentialgleichungen Blatt III vom
Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R
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
MehrExplizite Formeln für rekursiv definierte Folgen
Schweizer Mathematik-Olympiade Explizite Formeln für rekursiv definierte Folgen Aktualisiert: 6 Juni 014 In diesem Skript wird erklärt, wie man explizite Formeln für rekursiv definierte Folgen findet Als
MehrBasen von Schnitt und Summe berechnen
Basen von Schnitt und Summe berechnen 1 / 8 Voraussetzung Es seien U 1, U 2 Untervektorräume von K n. Wir wollen Basen des Schnittes U 1 U 2 und der Summe bestimmen. U 1 + U 2 2 / 8 Bezeichnung Der Einfachheit
MehrKlausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 3/4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.
MehrMathematischer Vorkurs Lösungen zum Übungsblatt 5
Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und
MehrTechnische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1
Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Zeigen Sie mit vollständiger Induktion:
MehrLineare Abbildungen und Gleichungssysteme
Lineare Abbildungen und Gleichungssysteme Klaus-R Loeffler Lineare Abbildungen Definition: Lineare Abbildung Es wird vorausgesetzt, dass V und W Vektorräume sind Eine Abbildung f von V in W heißt dann
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
MehrDefinition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i.
Kapitel Geometrie Sei V ein Vektorraum, z.b. V = R 3. Wenn wir uns für geometrische Eigenschaften von R 3 interessieren, so stört manchmal die Ausnahmerolle des Nullvektors, die es ja in V gibt. Beispielsweise
MehrDrehung um einen Punkt um Winkel α.
Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker II (Sommersemester 2004) Lösungen zu Aufgabenblatt
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
MehrVorlesung. Funktionen/Abbildungen
Vorlesung Funktionen/Abbildungen 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrVariante A. Hinweise
Lehrstuhl C für Mathematik (Analsis Prof. Dr. Y. Guo Aachen, den 6..3 Klausur zur Höheren Mathematik I WS /3 Variante A Hinweise Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche
MehrGeometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen
Geometrische Objekte im -dimensionalen affinen Raum Bekanntlich versteht man unter geometrischen Objekten Punktmengen, auf die man die üblichen Mengenoperationen wie z.b.: Schnittmenge bilden: - aussagenlogisch:
MehrKapitel 12. Lineare Abbildungen und Matrizen
Kapitel 12 Lineare Abbildungen und Matrizen Lineare Abbildungen f : R n R m Wir wissen schon: Eine lineare Abbildung f : R n R m ist eindeutig durch ein n-tupel von Vektoren v 1, v 2,, v n des R m bestimmt
MehrAnalysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME
Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.
Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion
MehrLineare Abbildungen und Darstellungsmatrizen
KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt
MehrAnhang A. Etwas affine Geometrie. A.1 Die affine Hülle
Anhang A Etwas affine Geometrie In diesem Anhang stellen wir die wichtigsten Grundbegriffe aus der affinen Geometrie zusammen, soweit sie eben für uns von Nutzen sind. Für weiterführende Ergebnisse sei
Mehr4. Übungsblatt Matrikelnr.: 6423043
Lineare Algebra I 1. Name: Bleeck, Christian 4. Übungsblatt Matrikelnr.: 6423043 Abgabe: 15.11.06 12 Uhr (Kasten D1 320) Übungsgruppe: 03 Patrick Schützdeller 2. Name: Niemann, Philipp Matrikelnr.: 6388613
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Wiederholung Eine Menge von Vektoren a 1, a 2,, a k heisst linear unabhängig, wenn eine Linearkombination c 1 a 1 + c 2 a 2 + + c k a k = k c i a i (1) i=1 nur dann Null sein
Mehr7 Vektorräume und Körperweiterungen
$Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig
MehrKLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter
Mehr2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.
Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum
Mehr2. Der Grad von Körpererweiterungen
2. Der Grad von Körpererweiterungen 15 2. Der Grad von Körpererweiterungen Wenn wir untersuchen wollen, ob eine gegebene Konstruktion in der Ebene mit Zirkel und Lineal durchführbar ist, haben wir im vorigen
Mehr1 Fraktale Eigenschaften der Koch-Kurve
Anhang Inhaltsverzeichnis Fraktale Eigenschaften der Koch-Kurve iii. Einführung.................................. iii.2 Defintion.................................... iii.3 Gesamtlänge der Koch-Kurve........................
MehrKap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v
Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht
Mehrx 3 Genau dann liegt ein Punkt X mit dem Ortsvektor x auf g, wenn es ein λ R gib,t so dass
V. Geradengleichungen in Parameterform 5. Definition ---------------------------------------------------------------------------------------------------------------- x 3 v a x x x Definition und Satz :
MehrH. 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
MehrDer Satz von DESARGUES und der Satz von PAPPOS
Der Satz von DESARGUES und der Satz von PAPPOS Kirstin Strokorb November 2005 Inhaltsverzeichnis 1 Einleitung 2 2 Der Satz von DESARGUES 2 2.1 Das Dualitätsprinzip........................ 3 3 Der Satz
MehrQuadratische Matrizen
Quadratische Matrizen (n n)-matrizen heißen quadratische Die entsprechenden linearen Abbildungen sind laut Definition Endomorphismen des R n (weil f A : R n R n ) Das Produkt von (n n)- Matrizen ist auch
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..........................................
Mehreinführendes Beispiel: In der Skizze ist die durch die Punkte A(2, 4, 3) B(2, 6, 2) C(4, 4, 2) festgelegte Ebene ε dargestellt.
6 4. Darstellung der Ebene 4. Die Parametergleichung der Ebene einführendes Beispiel: In der Skizze ist die durch die Punkte A(2, 4, 3) B(2, 6, 2) C(4, 4, 2) festgelegte Ebene ε dargestellt. 0 2 r uuur
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
Mehr5 Geraden im R Die Geradengleichung. Übungsmaterial 1
Übungsmaterial 5 Geraden im R 5. Die Geradengleichung Eine Gerade ist eindeutig festgelegt durch zwei Punkte oder durch einen Punkt und eine Richtung. Beispiel: Die Gerade g durch die Punkte A(-//) und
MehrMathematischer Vorkurs für Physiker WS 2012/13
TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13 Übungsblatt 2 Wichtige Formeln aus der Vorlesung: Basisaufgaben Beispiel 1: 1 () grad () = 2 (). () () = ( 0 ) + grad ( 0 ) ( 0 )+
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.
MehrII. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme
52 II Lineare Gleichungssysteme II Lineare Gleichungssysteme 10 Matrizen und Vektoren 52 11 Der Gaußsche Algorithmus 58 12 Basen, Dimension und Rang 62 13 Reguläre Matrizen 66 14 Determinanten 69 15 Skalarprodukte
MehrVorkurs Mathematik Übungen zu Komplexen Zahlen
Vorkurs Mathematik Übungen zu Komplexen Zahlen Komplexe Zahlen Koordinatenwechsel Aufgabe. Zeichnen Sie die folgende Zahlen zunächst in ein (kartesisches) Koordinatensystem. Bestimmen Sie dann die Polarkoordinaten
MehrMathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7
Mathematik für Wirtschaftswissenschaftler im WS 203/4 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Aufgabe 27 Sei eine lineare Abbildung f : R 4 R 3 gegeben durch f(x, x 2, x 3 ) = (2 x 3 x 2
Mehr