Sachverzeichnis. Eigenraum, 120, 125, 128, 129, 155, 156, 211, 212
|
|
- Katharina Grosse
- vor 6 Jahren
- Abrufe
Transkript
1 Sachverzeichnis A-Erzeuger, 131 A-invariant, 128 A-zyklisch, 131 Abbildung adjungierte, 137 Bild, 108 duale, 117 Kern, 108 lineare, 69, 108 selbstadjungierte, 137 Abbildungsmatrix, 137, 156, 211 Ableitung, 48 im Mehrdimensionalen, 68, 149, 196 partielle, 68, 150 adjungierte Abbildung, 137 Anlehre kognitive, 10 Anpassen, Prüfen der Passung, 18 Articulation, 10 Aufgabenanalyse, 13 ausführliche Musterlösungen, 5, 27, 143, 159 äußere Belastung, 8 Austauschlemma, 106 Austauschsatz von Steinitz, 204 Basis duale, 117 Faktorraum, 105 Kern, 102 Orthonormal-, 220 Unterraum, 96 Vektorraum, 153, 203 zyklische, 123 Basisergänzung, 105, 153, 203 Basiswechselmatrix, 120, 123 begleitende Kommentare, 20 Begleitmatrix, 132 Belastung äußere, 8 innewohnende, 8 kognitive, 7 lernbezogene, 8 Bild einer Abbildung, 108 Bildungswissenschaften, 7 Binomialkoeffizient, 151, 199 Blautöne, 28 Cauchyfolge, 36 charakteristisches Polynom, 120, 128, 155, 156, 211, 212 Coaching, 10 Cognitive Apprenticeship, 9 Cognitive Load Theory, 7 Darstellungsmatrix, 137, 156, 211 Determinante, 113 Berechnungsverfahren, 114 Jacobi, 80 Vandermondesche, 113 Diagonalisierbarkeit, 128, 156, 212 Differentialquotient, 20, 49 Differenzenquotient, 17 Differenzierbarkeit, 48 im Mehrdimensionalen, 68, 149, 196 Dimension, 108 Unterraum, 105 Dimensionsformel für Faktorräume, 106 fur lineare Abbildungen, 108 Diskontinuität, 3 duale Abbildung, 117 duale Basis, 117 Dualraum, 117 Eigenraum, 120, 125, 128, 129, 155, 156, 211, 212 C. Ableitinger, A. Herrmann, Lernen aus Musterlösungen zur Analysis und Linearen Algebra, DOI / , Vieweg+Teubner Verlag Springer Fachmedien Wiesbaden GmbH 2011
2 242 Sachverzeichnis verallgemeinerter, 122, 125, 128 Eigenwert, 74, 120, 125, 155, 211 Eigenwertkriterium, 16, 74 Einschließungskriterium, 36, 44, 61 Elementarmatrix, 137 Endomorphismus, 123, 137, 158, 218 Entwicklungssatz nach Laplace, 114 Epsilon-Delta-Stetigkeit, 44, 145, 188 Erzeugendensystem, 96 Example-based Learning, 8 Exploration, 11 extraneous Load, 8 Extremstelle lokale, 15, 74 Faktorraum, 106, 216 Basis, 105 Farbnuancen, 28 Fixpunkt, 4 flexibles Uminterpretieren, 24 Folgengrenzwert, 15, 33 Folgenkonvergenz, 15, 33 Folgenstetigkeit, 42 Funktion implizite, 79 Funktionenfolge, 147, 192 Funktionengrenzwert, 18, 57, 146, 148, 190, 195 Funktionenreihe, 53 Gauß-Jordan-Algorithmus, 103, 152, 201 germane Load, 8 gleichmäßige Konvergenz, 53, 147, 192 gleichmäßige Stetigkeit, 15, 46 Gleichungssystem, 152, 201 Grenzwert Folge, 15, 33 Funktion, 18, 57, 146, 148, 190, 195 Grundlagen lerntheoretische, 7 Handwerk, 19 handwerkliches Lernen, 10 Hausaufgaben, 10 hermitesche Matrix, 137 Hesse-Matrix, 72, 74 Homomorphiesatz, 108, 216 Homomorphismus, 108 implizite Funktion, 79 implizite Konventionen, 23 Induktion vollständige, 83, 151, 199 Infimum, 29 injektiv, 86 innewohnende Belastung, 8 Integral uneigentliches, 64 Integration durch Substitution, 16, 61 partielle, 16, 61 Integrationskonstante, 62 Integrationsmethoden, 16, 61 intrinsic Load, 8 invarianter Unterraum, 128 Invertierbarkeit lokale, 76, 77, 150, 198 Invertierbarkeit von Matrizen, 154, 206 irreduzibel, 133 Jacobi-Determinante, 80 Jacobi-Matrix, 69, 72, 74, 78 Jordanblock, 120 Jordansche Normalform, 120, 123 rationale, 131 Kern Basis, 102 einer Abbildung, 108 einer Matrix, 102 Kettenregel, 70, 150, 197 Klärung der Handlungsoptionen, 15 Koeffizientenmatrix, 201 Kognitionspsychologie, 7 kognitive Anlehre, 10 kognitive Belastung, 7 kommutierende Matrizen, 154, 207 komplexe Zahl, 17, 138 komprimierte Musterlösungen, 4, 143, 159 konjugiert komplexe Zahl, 138 Konventionen implizite, 23 Konvergenz Folge, 15, 33 gleichmäßige, 53, 147, 192 punktweise, 147, 192
3 Sachverzeichnis 243 Reihe, 16, 38, 53 Konvergenzkriterien, 38 Leibniz-Kriterium, 40 Majorantenkriterium, 40 Minorantenkriterium, 38 Quotientenkriterium, 39 Wurzelkriterium, 39 kritischer Punkt, 74 Kroneckersymbol, 118 Laplacescher Entwicklungssatz, 114 Lehr- und Lernstrukturen, 3 Leibniz-Kriterium, 40 lernbezogene Belastung, 8 Lernen aus Musterlösungen, 7 im Handwerk, 10 lerntheoretische Grundlagen, 7 l Hospital Regeln von de, 18, 20, 146, 190 lineare Abbildung, 69, 108 lineare Abhängigkeit, 93 lineare Unabhängigkeit, 93 Linearform, 119, 157, 216 Linearkombination, 93 Lipschitz-Stetigkeit, 46 Literatur zum Weiterlesen, 9, 11, 24 lokale Extremstelle, 15, 74 lokale Invertierbarkeit, 76, 77, 150, 198 lokale Umkehrbarkeit, 76, 77, 150, 198 Majorantenkriterium, 40 von Weierstraß, 53 Markierung der Phasen, 28 Mathematik besser verstehen, 3, 5 Matrix Abbildungs-, 137, 156, 211 Basiswechsel-, 120, 123 Begleit-, 132 Darstellungs-, 137, 156, 211 Elementar-, 137 hermitesche, 137 Hesse, 72, 74 invertieren, 154, 206 Jacobi, 69, 72, 74, 78 Kern, 102 Koeffizienten-, 201 kommutierende, 154, 207 Rang, 206 Transformations-, 120, 123 transponierte, 118 Meister-Schüler-Schema, 10 Mengeninklusion, 17 Minimalpolynom, 120, 132, 155, 156, 211, 212 Minorantenkriterium, 38 Mittelwertsatz der Differentialrechnung, 18 Modelling, 10 Musterlösungen ausführliche, 5, 27, 143, 159 komprimierte, 4, 143, 159 Mut zum Risiko, 23 Nichteindeutigkeit der Phasen, 28 Normalform Jordansche, 120, 123 rationale Jordan-, 131 Treppen-, 103 obere Schranke, 17, 29 Orthonormalbasis, 220 partielle Ableitung, 68, 150 partielle Integration, 16, 61 Permutation, 110 Phase A, 18 B, 20 H, 19 K, 15 P, 14 T, 19 Z, 16 Phasen beim Aufgabenlösen, 13 Phasenmodell, 13 Polarkoordinaten, 20, 60 Polynom charakteristisches, 120, 128, 155, 156, 211, 212 irreduzibles, 133 Minimal-, 120, 132, 155, 156, 211, 212 Taylor-, 51 Präsenzaufgaben, 10 Primärkomponente, 131
4 244 Sachverzeichnis Problembewusstsein schaffen, 14 Problemzustand, 13 punktweise Konvergenz, 147, 192 Quotientenkriterium, 39 Quotientenraum, 106, 216 Basis, 105 Rang einer Matrix, 206 rationale Jordannormalform, 131 Reflection, 10 Regeln von de l Hospital, 18, 20, 146, 190 Reihenkonvergenz, 16, 38, 53 Satz implizite Funktionen, 79 Jacobi- und Hesse-Matrix, 72 lokale Umkehrbarkeit, 77 von Steinitz, 204 Schranke obere, 17, 29 untere, 29 selbstadjungierte Abbildung, 137 Self-Explaining, 9 Skalarprodukt, 158, 218 Standardskalarprodukt, 158, 219 Stetigkeit, 15, 57 gleichmäßige, 15, 46 Lipschitz, 46 mit Epsilon und Delta, 44, 145, 188 mit Folgen, 42 StructureSense,22 Substitution, 16, 61 Supremum, 29 Supremumsnorm, 53 surjektiv, 86 Symbol Sense, 23 Taylorformel, 51 Taylorpolynom, 51 Transformationsmatrix, 120, 123 transponierte Matrix, 118 Transposition, 110 Treppennormalform, 103 Tricks, 19 Trigonalisierbarkeit, 123, 128 Übergangsproblematik, 3 Übungen, 29 Uminterpretieren flexibles, 24 Umkehrbarkeit lokale, 76, 77, 150, 198 uneigentliches Integral, 64 untere Schranke, 29 Unterraum, 88, 216 Basis, 96 Dimension, 105 invarianter, 128 zyklischer, 123, 132 Unterraumkriterium, 88 Vandermondesche Determinante, 113 Vektorraum, 88 Basis, 153, 203 verallgemeinerter Eigenraum, 122, 125, 128 Verständnisfragen, 28 vollständige Induktion, 83, 151, 199 Vorbehalte gegen Musterlösungen, 8 Vorbildwirkung, 9 Weierstraßsches Majorantenkriterium, 53 Wurzelkriterium, 39 Zeichenerklärung (Phasen), 28 Zugriff herstellen, 16 Zwischenwertsatz, 5, 146, 189 zyklische Basis, 123 zyklischer Unterraum, 123, 132
5 Symbolverzeichnis N Menge der natürlichen Zahlen {1, 2, 3,... } leere Menge #M Anzahl der Elemente der Menge M L Lösungsmenge ( n! ) Fakultät n Binomialkoeffizient k δ ij Kroneckersymbol! = wird gleichgesetzt? = noch zu beweisende Gleichheit konstant gleich = isomorph 0. 9 Periode z komplex konjugiert [x] nächstkleinere ganze Zahl zu x (Gaußklammer) ln(x) natürlicher Logarithmus {x n } n N bzw. {x n } bzw. x n Folge lim sup Limes superior n x n lim inf n n Limes inferior f (x) bzw. Df(x) erste Ableitung von f (Jacobi-Matrix) f (x) bzw. D 2 f (x) zweite Ableitung von f (Hesse-Matrix) f (n) (x) n-te Ableitung von f 2 f y x zweite partielle Ableitung, wobei zunächst nach x und dann nach y abgeleitet wird T n, f,x0 (h) Taylorpolynom n-ten Grades zur Funktion f mit Entwicklungspunkt x 0 f Supremumsnorm von f lim f (x) x x 0 rechtsseitiger Grenzwert lim f (x) x x 0 linksseitiger Grenzwert f 1 Umkehrfunktion zu f 0 V Nullvektor des Vektorraumes V direkte Summe v 1,...,v m Erzeugnis/Lineare Hülle der Vektoren v 1,...,v m M m n (K) Menge der (m n)-matrizen über K. rg(a) Rang der Matrix A (n n)-einheitsmatrix E n C. Ableitinger, A. Herrmann, Lernen aus Musterlösungen zur Analysis und Linearen Algebra, DOI / , Vieweg+Teubner Verlag Springer Fachmedien Wiesbaden GmbH 2011
6 246 Sachverzeichnis A T A 1 Hom K (V, W) ker( f ) im( f ) MB C( f ) V(λ, A) V (λ, A) charpol A (x) minpol A (x) JNF(A) rjnf(a) V/U ( ) 1 2 n σ = σ(1) σ(2) σ(n) V B f kgv K[x] f ad transponierte Matrix zu A inverse Matrix zu A Menge der linearen Abbildungen von V nach W über dem Körper K Kern der Abbildung f Bild der Abbildung f Darstellungs-/Abbildungsmatrix von f : V W bzgl. der Basen B von V und C von W. Eigenraum von A zum Eigenwert λ verallgemeinerter Eigenraum charakteristisches Polynom von A Minimalpolynom von A Jordansche Normalform von A rationale Jordannormalform von A Faktorraum (Quotientenraum) von V nach U Permutationsabbildung (i σ(i)) Dualraum zum Vektorraum V duale Basis zur Basis B duale Abbildung zu f kleinstes gemeinsames Vielfaches Menge der Polynome über dem Körper K adjungierte Abbildung zu f
Index. charakteristische Funktion Charakteristisches Polynom f Collatz-Folge
Index A Abbildung... 25 bijektiv... 25 Einschränkung... 26 injektiv... 25 Komposition... 26 surjektiv... 25 Umkehrabbildung... 26 Ableitungsregeln...176 Kettenregel... 176 Produkregel...176 Quotientenregel...
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
MehrJürgen Hausen Lineare Algebra I
Jürgen Hausen Lineare Algebra I 2. korrigierte Auflage Shaker Verlag Aachen 2009 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation
MehrProseminar Lineare Algebra II, SS 11. Blatt
Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2
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
MehrMathematik anschaulich dargestellt
Peter Dörsam Mathematik anschaulich dargestellt für Studierende der Wirtschaftswissenschaften 15. überarbeitete Auflage mit zahlreichen Abbildungen PD-Verlag Heidenau Inhaltsverzeichnis 1 Lineare Algebra
MehrW. Oevel. Mathematik für Physiker I. Veranstaltungsnr: Skript zur Vorlesung, Universität Paderborn, Wintersemester 2003/2004
W. Oevel Mathematik für Physiker I Veranstaltungsnr: 172020 Skript zur Vorlesung, Universität Paderborn, Wintersemester 2003/2004 Zeit und Ort: V2 Di 11.15 12.45 D1.303 V2 Mi 11.15 12.45 D1.303 V2 Do 9.15
MehrIngenieurmathematik mit MATLAB
Dieter Schott Ingenieurmathematik mit MATLAB Algebra und Analysis für Ingenieure Mit 179 Abbildungen, zahlreichen Beispielen, Übungsaufgaben und Lernkontrollen Fachbuchverlag Leipzig im Carl Hanser Verlag
MehrForster, O. (2008). Analysis 1: Differential- und Integralrechnung einer Veränderlichen. 9. überarbeitete
Literaturverzeichnis A Amann, H. und Escher, J. (2008). Analysis I (Grundstudium Mathematik). 4. Auflage. Birkhäuser. Aigner, M. und Ziegler, G. M. (2003). Das Buch der Beweise: Buch über die Beweise für
MehrInhaltsverzeichnis. 1 Lineare Algebra 12
Inhaltsverzeichnis 1 Lineare Algebra 12 1.1 Vektorrechnung 12 1.1.1 Grundlagen 12 1.1.2 Lineare Abhängigkeit 18 1.1.3 Vektorräume 22 1.1.4 Dimension und Basis 24 1.2 Matrizen 26 1.2.1 Definition einer
MehrSpickzettel Mathe C1
Spickzettel Mathe C1 1 Mengenlehre 1.1 Potenzmenge Die Potenzmenge P (Ω) einer Menge Ω ist die Menge aller Teilmengen von Ω. Dabei gilt: P (Ω) := {A A Ω} card P (Ω) = 2 card Ω P (Ω) 1.2 Mengenalgebra Eine
Mehrreflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Kommutator, Kommutatorgrupe, Normalreihe, auflösbare Gruppe
1 Lernliste 1.1 Relationen reflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Äquivalenzrelation, Kongruenzrelation Klasseneinteilung Hauptsatz über Äquivalenzrelationen Jede
MehrEinführung in die höhere Mathematik 2
Herbert Dallmann und Karl-Heinz Elster Einführung in die höhere Mathematik 2 Lehrbuch für Naturwissenschaftler und Ingenieure ab 1. Semester Mit 153 Bildern Friedr. Vieweg & Sohn Braunschweig /Wiesbaden
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
MehrMathematik für Anwender I. Beispielklausur I mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
MehrStichwortliste zur Vorlesung. Lineare Algebra II. Gabriela Weitze-Schmithüsen. Saarbrücken, Sommersemester 2016
Stichwortliste zur Vorlesung Lineare Algebra II Gabriela Weitze-Schmithüsen Saarbrücken, Sommersemester 2016 Kapitel I Jordansche Normalform Ziel: Wir möchten Matrizen bis aus Ähnlichkeit klassifizieren.
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
MehrB-P 11: Mathematik für Physiker
B-P 11: Mathematik für Physiker Status: freigegeben Modulziele Erwerb der Grundkenntnisse der Analysis, der Linearen Algebra und Rechenmethoden der Physik Modulelemente Mathematik für Physiker I: Analysis
MehrMusterlösung Klausur zur Linearen Algebra II
Musterlösung Klausur zur Linearen Algebra II Samstag 8. Juli 6 -Uhr. a) Sei f : V W k-linear. Denieren Sie V und f : W V. b) Die Gruppe G operiere auf der Menge M. Denieren Sie die Bahn und die Isotropiegruppe
MehrLineare Algebra und analytische Geometrie
Max Koecher Lineare Algebra und analytische Geometrie Mit 35 Abbildungen Springer-Verlag Berlin Heidelberg New York Tokyo 1983 Inhaltsverzeichnis Teil A. Lineare Algebra I Kapitel 1. Vektorräume 1 1. Der
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
MehrAnalysis für Wirtschaftswissenschaftler und Ingenieure
Dieter Hoffmann 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Analysis für Wirtschaftswissenschaftler und Ingenieure
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
MehrHöhere Mathematik für Physiker II
Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei
MehrMusterlösungen zur Linearen Algebra II Übungsklausur
Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,
MehrMat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1
Aufgabe. Bestimmen Sie das Exponential expa) der Matrix ) 5 6 A = Mat, R). 4. Wir bestimmen das charakterische Polynom f A t) = t t = t )t + ). ). Eigenvektor zu EW ist v = ). Eigenvektor zu EW ist v =
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
Mehr1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema
1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und
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
MehrLösungsskizzen zur Klausur
sskizzen zur Klausur Mathematik II Sommersemester 4 Aufgabe Es seien die folgenden Vektoren des R 4 gegeben: b = b = b 3 = b 4 = (a) Prüfen Sie ob die Vektoren b b 4 linear unabhängig sind bestimmen Sie
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
Mehr1 ALLGEMEINE HINWEISE Das Fach Mathematik für Wirtschaftswissenschaftler Bisheriger Aufbau der Klausur...
Grundlagen Mathe V Inhaltsverzeichnis 1 ALLGEMEINE HINWEISE... 1-1 1.1 Das Fach Mathematik für Wirtschaftswissenschaftler... 1-1 1.2 Bisheriger Aufbau der Klausur... 1-1 1.3 Zugelassene Hilfsmittel und
MehrFerienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren
Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis
MehrKlausur Linearen Algebra 1 Musterlösung: Aufgabe A
Klausur Linearen Algebra 1 Musterlösung: Aufgabe A Wir betrachten den Unterraum V = K[X] 4 aller Polynome vom Grad 4 und die lineare Abbildung f : V K 2 ; P (P (1), P (0)). Es bezeichne v 1,..., v 5 die
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
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
MehrFerienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte
Technische Universität München, Fakultät für Physik Ferienkurs - ineare Algebra Hanna Schäfer 03. März 04 0. inearität. f : M N, x : y = f(x) Merkinhalte. f(x + λy) = f(x) + λf(y), x, y V, λ K 3. ineare
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Diplomvorprüfung HÖHERE MATHEMATIK I und II für Maschinenwesen und Chemie-Ingenieurwesen
................ Note I II Name Vorname Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrGroßes Lehrbuch der Mathematik für Ökonomen
Großes Lehrbuch der Mathematik für Ökonomen Von Professor Dr. Karl Bosch o. Professor für angewandte Mathematik und Statistik an der Universität Stuttgart-Hohenheim und Professor Dr. Uwe Jensen R. Oldenbourg
MehrSS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.
SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden
MehrW. Oevel. Mathematik II für Informatiker. Veranstaltungsnr: Skript zur Vorlesung, Universität Paderborn, Sommersemester 2002
W. Oevel Mathematik II für Informatiker Veranstaltungsnr: 172010 Skript zur Vorlesung, Universität Paderborn, Sommersemester 2002 Inhalt 1 Komplexe Zahlen 1 1.1 Definitionen..............................
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 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:
MehrMNF-math-phys Semester, Dauer: 1 Semester Prof. Dr. Walter Bergweiler Telefon 0431/ ,
Modulnummer Semesterlage / Dauer Verantwortliche(r) Studiengang / -gänge Lehrveranstaltungen Arbeitsaufwand Leistungspunkte Voraussetzungen Lernziele Lehrinhalte Prüfungsleistungen Mathematik für Physiker
MehrLineare Algebra. Teil III. Inhaltsangabe
Teil III Lineare Algebra Inhaltsangabe 3 Lineare Algebra 22 3.1 Einführung.......................... 22 3.2 Matrizen und Vektoren.................... 23 3.3 Spezielle Matrizen...................... 24
MehrStichpunkte zum Abschnitt Analysis der Höheren Mathematik für Ingenieure I
Stichpunkte zum Abschnitt Analysis der Höheren Mathematik für Ingenieure I Komplexe Zahlen Definition komplexer Zahlen in der Gaußschen Zahlenebene, algebraische Form, trigonometrische Form, exponentielle
MehrLineare Algebra II 6. Übungsblatt
Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der
MehrEinleitung 19. Teil I Einführung 23. Kapitel 1 Motivation 25
Inhaltsverzeichnis Einleitung 19 Konventionen in diesem Buch 19 Törichte Annahmen über den Leser 20 Was Sie in diesem Buch finden 20 Was Sie in diesem Buch nicht finden 20 Wie dieses Buch aufgebaut ist
MehrZusammenstellung von Fragen der Vordiplomsprüfung Mathe für Informatiker I (Kurs 1181)
Zusammenstellung von Fragen der Vordiplomsprüfung Mathe für Informatiker I (Kurs 1181) Vorbemerkungen Die nachfolgenden Fragen sind eine Zusammenstellung aus ca. 26 Protokollen von Februar 1990 bis November
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
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
MehrHöhere Mathematik für Naturwissenschaftler und Ingenieure
Günter Bärwolff Höhere Mathematik für Naturwissenschaftler und Ingenieure unter Mitarbeit von Gottfried Seifert ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spekt rum K-/1. AKADEMISCHER VERLAG AKADEMISC Inhaltsverzeichnis
MehrNumerische Mathematik für Ingenieure und Physiker
Willi Törnig Peter Spellucci Numerische Mathematik für Ingenieure und Physiker Band 1: Numerische Methoden der Algebra Zweite, überarbeitete und ergänzte Auflage Mit 15 Abbildungen > Springer-Verlag Berlin
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
Mehr6 Eigenwerte und Eigenvektoren
6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,
MehrÜbungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel.
Blatt 1 21.4.97 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel. 3x 1 x 2 + 5x 3 = 1 x 1 + 2x 2 + x 3 = 1 2x 1 + 4x 2 + 3x 3 = 1 2.) Zeigen Sie: det 1 1 0 0.......... 0 1
MehrLINEARE ALGEBRA I, WS 2010/11. NOTIZEN ZUR VORLESUNG.
LINEARE ALGEBRA I, WS 2010/11. NOTIZEN ZUR VORLESUNG. ULRICH GÖRTZ 1. Einführung, Motivation 1.1. Lineare Gleichungssysteme. LGS mit 1 Gleichung, 1 Unbestimmten; 1 Gleichung, n Unbestimmten; 2 Gleichungen,
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:
Mehr4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau
312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind
MehrLineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner WS / Blatt 6 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag Wir verwenden das Unterraumkriterium,
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 25 J ai décidé d être heureux parce que c est bon pour la santé Voltaire Trigonalisierbare Abbildungen
MehrLineare Algebra II. Sommersemester Wolfgang Ebeling
Lineare Algebra II Sommersemester 2009 Wolfgang Ebeling 1 c Wolfgang Ebeling Institut für Algebraische Geometrie Leibniz Universität Hannover Postfach 6009 30060 Hannover E-mail: ebeling@mathuni-hannoverde
MehrAnalysis I. Prof. Dr. Andreas Griewank. Wintersemester 2012/2013. Dieses Skript wurde von Alexander Prang in Anlehnung an die Vorlesung erstellt.
Analysis I Prof. Dr. Andreas Griewank Wintersemester 2012/2013 Dieses Skript wurde von Alexander Prang in Anlehnung an die Vorlesung erstellt. Es enthält lediglich die Definitionen, Sätze, Lemmata, Korollare
MehrVorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,
Mehr2 Stetigkeit und Differenzierbarkeit
2.1) Sei D R. a) x 0 R heißt Häufungspunkt von D, wenn eine Folge x n ) n N existiert mit x n D,x n x 0 und lim n x n = x 0. D sei die Menge der Häufungspunkte von D. b) x 0 D heißt innerer Punkt von D,
MehrLösung Semesterendprüfung (Nachprüfung)
MLAE Mathematik: Lineare Algebra für Ingenieure Frühlingssemester 6 Dr. Christoph Kirsch ZHAW Winterthur Lösung Semesterendprüfung (Nachprüfung Aufgabe : Aufgabe : a Gemäss Def. der Vorlesung müssen wir
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)
MehrMC-Serie 11: Eigenwerte
D-ERDW, D-HEST, D-USYS Mathematik I HS 14 Dr. Ana Cannas MC-Serie 11: Eigenwerte Einsendeschluss: 12. Dezember 2014 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung
MehrLineare Algebra II. Prof. Dr. Uwe Jannsen Sommersemester Transformation auf Dreiecksgestalt
Lineare Algebra II Prof. Dr. Uwe Jannsen Sommersemester 2006 1 Transformation auf Dreiecksgestalt Sei K ein Körper. Definition 1.1 Zwei Matrizen A und A M n (K) heißen ähnlich (oder konjugiert), wenn es
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,
MehrProbeklausur zur Linearen Algebra II (B2)
Prof. Dr. Salma Kuhlmann Gabriel Lehéricy 12. Juli 2016 Lothar Sebastian Krapp Sommersemester 2016 Probeklausur zur Linearen Algebra II (B2) Klausurnummer: 1 Matrikelnummer: Pseudonym: Aufgabe 1 2 3 erreichte
MehrAngewandte Mathematik: Body and Soul
K. Eriksson D. Estep C. Johnson Angewandte Mathematik: Body and Soul [VOLUME 1] Ableitungen und Geometrie in IR 3 Übersetzt von Josef Schule Mit 192 Abbildungen Springer Inhalt Band 1 Ableitungen und Geometrie
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
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
MehrOrthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
MehrSkript Lineare Algebra II Mitschrift der Vorlesung Lineare Algebra II von Prof. Dr. Arthur Bartels
aktuellste Version hier Skript Lineare Algebra II Mitschrift der Vorlesung Lineare Algebra II von Prof. Dr. Arthur Bartels Jannes Bantje 19. Juli 2013 Erstellt mit L A TEX Inhaltsverzeichnis 1. Isometrien
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
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
MehrInhaltsverzeichnis. Grundlagen
Grundlagen 1 Logik und Mengen... 1 1.1 Elementare Logik... 1 1.2 Elementare Mengenlehre... 10 1.3 Schaltalgebra... 15 1.3.1 Anwendung: Entwurf von Schaltkreisen... 21 1.4 Mit dem digitalen Rechenmeister...
Mehr28 Taylor-Formel, lokale Extrema
VII. Differentialrechnung in mehreren Variablen 458 28 Taylor-Formel, lokale Extrema Wir erinnern an den Mittelwertsatz für differenzierbare Funktionen f : D R (D R n offen) (vgl. 26.1): Sind a,b D Punkte,
MehrAufgaben zur Analysis I aus dem Wiederholungskurs
Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden
MehrMathematik für Informatiker
Dirk Hachenberger Mathematik für Informatiker 2., aktualisierte Auflage ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam
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
Mehr3.3 Eigenwerte und Eigenräume, Diagonalisierung
3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.
MehrLINEARE ALGEBRA II, SS NOTIZEN ZUR VORLESUNG.
LINEARE ALGEBRA II, SS 2011. NOTIZEN ZUR VORLESUNG. ULRICH GÖRTZ 1. Ringe Referenz: [Bosch, Lineare Algebra, Kapitel 5] 1.1. Definition und erste Eigenschaften. Definitionen. Ring (immer mit 1), kommutativer
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
MehrLineare Algebra und Geometrie für LehramtskandidatInnen. Andreas Čap
Lineare Algebra und Geometrie für LehramtskandidatInnen (Kapitel 6 9) Wintersemester 2010/11 Andreas Čap Fakultät für Mathematik, Universität Wien, Nordbergstraße 15, A 1090 Wien E-mail address: Andreas.Cap@esi.ac.at
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57
Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5
MehrMitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester
Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Christian Nawroth, Erstellt mit L A TEX 23. Mai 2002 Inhaltsverzeichnis 1 Vollständige Induktion 2 1.1 Das Prinzip der Vollstandigen Induktion................
MehrWirtschaftsmathematik Formelsammlung
Wirtschaftsmathematik Formelsammlung Binomische Formeln Stand März 2015 (a + b) 2 = a 2 +2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) (a b) =a 2 b 2 Fakultät (Faktorielle) n! =1 2 3 4 (n 1) n Intervalle Notation
MehrFunktionsgrenzwerte, Stetigkeit
Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn
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
Mehr( ) Lineare Gleichungssysteme
102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv
MehrKapitel III. Lineare Abbildungen
Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,
MehrKleine Formelsammlung zu Mathematik für Ingenieure IIA
Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................
MehrEINFÜHRUNG IN DIE HÖHERE MATHEMATIK
H. v. MANGOLDT'S EINFÜHRUNG IN DIE HÖHERE MATHEMATIK FÜR STUDIERENDE UND ZUM SELBSTSTUDIUM SEIT DER SECHSTEN AUFLAGE NEU HERAUSGEGEBEN UND ERWEITERT VON KONRAD KNOPP E. 0. PROFESSOR DER MATHEMATIK AN DER
MehrDirk Hachenberger Mathematik für Informatiker
Dirk Hachenberger Mathematik für Informatiker ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Inhaltsverzeichnis Vorwort
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
MehrTheorie der Vektorräume
Kapitel 3 Theorie der Vektorräume 3.1 Gruppen, Ringe, Körper In diesem Abschnitt führen wir die drei wichtigsten algebraischen Grundstrukturen ein, nämlich Gruppen, Ringe und Körper. Sie sind nicht nur
MehrWirtschafts- und Finanzmathematik
Prof. Dr. Stefan Etschberger HSA Wirtschafts- und Finanzmathematik für Betriebswirtschaft und International Management Wintersemester 2016/17 Organisation Termine, Personen, Räume Gliederung 1 Grundlegende
Mehr