Mathematische Grundlagen für die Vorlesung. Differentialgeometrie
|
|
- Maja Meissner
- vor 6 Jahren
- Abrufe
Transkript
1 Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie benötigen. Die einzelnen Begriffe sind aus der Vorlesung Höhere Mathematik bekannt und werden hier lediglich kurz wiederholt. 1 Der euklidische Vektorraum R R 3 als Vektorraum Zunächst betrachten wir die Grundmenge R 3 := {x = (x 1, x 2, x 3 ) : x 1, x 2, x 3 R}, (1) deren Elemente wir Vektoren nennen. Das Element o = (0, 0, 0) heißt Nullvektor. Um der Menge (1) eine Struktur zu geben, führen wir eine Addition von Elementen x = (x 1, x 2, x 3 ), y = (y 1, y 2, y 3 ) R 3 ein, die durch komponentenweise erklärt wird. x + y := (x 1 + y 1, x 2 + y 2, x 3 + y 3 ) Weiter definieren wir für x = (x 1, x 2, x 3 ) R 3 und λ R durch λ x = (λx 1, λx 2, λx 3 ) eine skalare Multiplikation, die wie die Addition komponentenweise erklärt ist. Mit Hilfe der speziellen Vektoren e 1 := (1, 0, 0), e 2 := (0, 1, 0) und e 3 := (0, 0, 1) lässt sich jeder Vektor x = (x 1, x 2, x 3 ) eindeutig darstellen (linear kombinieren) via x = x 1 e 1 + x 2 e 2 + x 3 e 3. (2)
2 Weil mit Linearkombinationen der Vektoren e 1, e 2, e 3 jeder Vektor des R 3 dargestellt werden kann, heißen sie erzeugend, aufgrund der Eindeutigkeit der Darstellung (2) von x R 3 durch e 1, e 2, e 3 nennt man sie linear unabhängig. Bemerkungen Die Vektoren b 1,..., b d in R 3 heißen linear unabhängig genau dann, wenn der Nullvektor nur durch o = 0 b b d linear kombiniert werden kann. Im Falle von zwei Vektoren b 1, b 2 ist dies äquivalent dazu, dass b 2 kein Vielfaches von b 1 ist. Vier oder mehr Vektoren im R 3 sind immer linear abhängig. Definition 1.1. Eine Menge aus linear unabhängigen und erzeugenden Vektoren eines Vektorraumes heißt Basis des Vektorraums. Die Basis {e 1, e 2, e 3 } heißt Standardbasis des R Geometrie im R 3 Um Längen und Winkel im R 3 zu messen, verwenden wir als Werkzeug das Standardskalarprodukt,, das folgendermaßen definiert ist: Für x = (x 1, x 2, x 3 ), y = (y 1, y 2, y 3 ) setzen wir x, y := (x 1, x 2, x 3 ), (y 1, y 2, y 3 ) := x 1 y 1 + x 2 y 2 + x 3 y 3. (3) Der R 3 mit diesem Standardskalarprodukt ist ein euklidischer Vektorraum. Man nennt ihn auch euklidischen Standardraum, um klarzumachen, dass das ausgezeichnete Skalarprodukt (3) gemeint ist. Für x, y, z R 3 und λ, µ R gilt x, y = y, x und z, λ x + µ y = λ z, x + µ z, y. (Übung) Außerdem ist das Skalarprodukt positiv definit, d. h. x, x 0 für beliebiges x R 3, und x, x = 0 x = o. Deshalb lässt sich über das Skalarprodukt die Norm (oder Länge) eines Vektors folgendermaßen definieren: x := x, x = x x2 2 + x2 3. Vektoren x mit der Länge x = 1 heißen Einheitsvektoren. 2
3 Sind x, y R 3 und λ R, so gilt für die Norm λ x = λ x, x + y x + y Für x, y R 3 definiert x y den Abstand zwischen x und y. Außerdem gilt die Cauchy-Schwarz sche Ungleichung x, y x y. Diese impliziert dass für x o und y o x, y x y 1, d.h. 1 x, y x y 1. Somit lässt sich der Winkel (x, y) [0, π] zwischen x und y definieren durch cos (x, y) := x, y x y. Es folgt direkt dass x, y = 0 genau dann wenn (x, y) = π/2. In diesem Falle heißen x und y orthogonal und wir schreiben x y. Gilt ausserdem x = y = 1, so heißen x und y orthonormal. Insbesondere sind die Vektoren e 1, e 2 und e 3 paarweise orthonormal. Eine Basis aus paarweise orthonormalen Vektoren heißt Orthonormalbasis. Ein Beispiel für eine Orthonormalbasis des R 3 ist die Standardbasis e 1, e 2, e Punkte, Geraden und Ebenen Zu zwei beliebigen Punkten P und Q im dreidimensionalen Raum gibt es genau einen Vektor x = P Q R 3 sodass Q = P + x. Fixiert man einen Ursprung O im dreidimensionalen Raum, so kann man jeden Punkt P eindeutig durch seinen Ortsvektor p = OP = (p1, p 2, p 3 ) R 3 beschreiben. Die Zahlen p 1, p 2, p 3 R heißen Koordinaten von P. Ist OQ = (q1, q 2, q 3 ) R 3, so folgt P Q = (q 1 p 1, q 2 p 2, q 3 p 3 ). Der Abstand d(p, Q) zwischen P und Q ist d(p, Q) = P Q = q p. Ganz allgemein gilt für drei Punkte P, Q und R P Q = P R + RQ. 3
4 Eine Gerade g im Raum kann folgendermaßen parametrisiert werden: Man wähle zwei (verschiedene) Punkte P und Q auf g und betrachte die Vektoren a := OP, b := P Q. Dann ist die Menge aller Ortsvektoren auf g gegeben durch g := {a + s b : s R}. Ist E eine Ebene im Raum, so wählen wir drei Punkte P, Q, R auf E, die nicht auf einer Geraden liegen. Setzt man nun a := OP, b := P Q und c := P R, so ist die Menge aller Ortsvektoren auf E gegeben durch E := {a + s b + t c : s, t R}. (4) Beachte, dass b und c linear unabhängig sind, da P, Q und R nicht auf einer Geraden liegen! Ein Vektor n R 3 mit n, b = n, c = 0 heißt Normalenvektor der Ebene E; ist außerdem n = 1, so heißt n Normaleneinheitsvektor. Im folgenden Abschnitt werden wir sehen, wie man zu jeder Ebene im R 3 einen Normalenvektor konstruieren kann. Wir möchten nun die Orthogonalprojektion Π E auf E bestimmen: Seien n R 3 ein Normaleneinheitsvektor von E, und p = (p 1, p 2, p 3 ) der Ortsvektor eines Punktes P. Dann ist die Gerade g = {p + r n : r R} orthogonal zu E und ihr Schnittpunkt mit E ist genau die Orthogonalprojektion von P auf E. Wir suchen also r, s, t R sodass die Gleichung p + r n = a + s b + t c gilt. Bildet man das Skalarprodukt jeder Seite mit dem Vektor n, so erhalten wir die Bedingung p, n + r = a, n, also r = a p, n. Die Orthogonalprojektion von P auf E besitzt also den Ortsvektor Π E (p) = p + a p, n n. Der Abstand d(p, E) des Punktes P zur Ebene E ist dann genau die Länge des Vektors p Π E (p) = a p, n n, also d(p, E) = a p, n. Der Normaleneinheitsvektor n einer Ebene E ist auch nützlich zur Bestimmung des Winkels zwischen E und einer Geraden g := {u + r v : s R}: Ist θ [0, π/2] der Winkel zwischen E und g, so ist π/2 θ der Winkel zwischen g und der Geraden durch den Schnittpunkt von E und g mit Richtung n; dieser ist gegeben durch cos(π/2 θ) = n, v v. 4
5 Wegen sin θ = cos( π 2 θ) berechnet sich der Winkel θ zwischen E und g durch sin θ = n, v v. Alternativ zur Parameterdarstellung (4) kann die Menge der Ortsvektoren x R 3 einer Ebene E auch durch die Gleichung x, n = d (5) beschrieben werden, wobei n R 3 der Normaleneinheitsvektor von E ist, der vom Ursprung in Richtung der Ebene zeigt, und d 0 der Abstand vom Ursprung zur Ebene ist. Die Darstellung einer Ebene E durch die Gleichung (5) heißt Hesse-Normalform von E. 1.4 Das Vektorprodukt Für zwei Vektoren x = (x 1, x 2, x 3 ), y = (y 1, y 2, y 3 ) R 3 setzen wir x y = (x 2 y 3 x 3 y 2, x 3 y 1 x 1 y 3, x 1 y 2 x 2 y 1 ). Der Vektor x y heißt Vektorprodukt (oder Kreuzprodukt) der Vektoren x und y. Sind x, y, z R 3, so gelten die folgenden Aussagen, die zum Teil in der Übung gezeigt werden sollen: x y x und x y y x y = (y x) x y = x y sin (x, y); geometrisch ist dies der Flächeninhalt des von x und y aufgespannten Parallelogramms. x, y z = y, z x x (y z) = x, z y x, y z x, y linear abhängig x y = o Beachte, dass im allgemeinen (x y) z x (y z). Ist E := {a + s b + t c : s, t R} eine Ebene im R 3, so ist der Vektor b c ein Normalenvektor von E; einen Normaleneinheitsvektor n von E erhält man durch Normierung n = b c b c. Der Normaleneinheitsvektor einer Ebene ist bis auf das Vorzeichen eindeutig bestimmt. 5
6 1.5 Rang einer Matrix Der Rang einer Matrix ist definiert als maximale Anzahl ihrer linear unabhängigen Zeilen. Ist speziell A eine (2, 3)-Matrix ( ) b1 b A = 2 b 3, c 1 c 2 c 3 so gilt Rang(A) = 2 genau dann, wenn die Zeilen b = (b 1, b 2, b 3 ) und c = (c 1, c 2, c 3 ) linear unabhängig sind, d.h. wenn gilt Andernfalls hat A Rang 1. b c o. 2 Vektorwertige Funktionen 2.1 Motivation Eine Gerade g := {a + t b : t R} im R 3 kann auch betrachtet werden als Bildmenge einer Funktion x : R R 3, t x(t) := a + t b = (a 1 + tb 1, a 2 + tb 2, a 3 + tb 3 ). (6) Allgemeiner kann man Vektorfunktionen einer reellen Variablen betrachten: Ist I R ein Intervall, so ist die Funktion x : I R 3, t x(t) = (x 1 (t), x 2 (t), x 3 (t)) eine Vektorfunktion. Die reellwertigen Funktionen x 1, x 2 und x 3 heißen Koordinatenfunktionen. Beispiel Es sei I = [0, 4π] R, r > 0 und c R. Setze x : I R 3, x(t) := (r cos t, r sin t, ct). (7) Die Bildmenge von x ist eine sogenannte Helix (oder auch Schraubenlinie). Für c = 0 ist die Bildmenge ein Kreis in der (x 1, x 2 )-Ebene; im allgemeinen liegt die Kurve auf einem Zylinder vom Radius r um die x 3 -Achse. 2.2 Stetigkeit und Differenzierbarkeit In diesem Abschnitt bezeichne f : I R eine reellwertige Funktion. 6
7 Definition 2.1. Ist t 0 I, so heißt f 0 R Grenzwert von f für t gegen t 0, wenn lim f(t) f 0 = 0. t t 0 In diesem Fall schreiben wir f 0 := lim t t0 f(t). f heißt stetig an der Stelle t = t 0, falls lim t t0 f(t) = f(t 0 ). f heißt stetig, falls f für alle t I stetig ist. Eine Vektorfunktion ist stetig genau dann, wenn alle Koordinatenfunktionen es sind. Beispiele Die Vektorfunktionen (6) und (7) sind stetig. Die Vektorfunktion x : R R 3, t x(t) = ist nicht stetig an der Stelle t = 0. { t e1 für t < 0 e 3 + t e 2 für t 0 Definition 2.2. f heißt differenzierbar an der Stelle t 0 I, falls der Grenzwert f (t 0 ) = d dt f(t 0) := lim t t0 f(t) f(t 0 ) t t 0 existiert. In diesem Fall heißt f (t 0 ) die Ableitung von f an der Stelle t 0. f heißt differenzierbar, falls f für alle t I differenzierbar ist. Eine Vektorfunktion x : I R 3, t x(t) = (x 1 (t), x 2 (t), x 3 (t)) ist differenzierbar genau dann, wenn alle Koordinatenfunktionen es sind. In diesem Falle ist die Ableitung an der Stelle t 0 I gegeben durch x (t 0 ) = (x 1(t 0 ), x 2(t 0 ), x 3(t 0 )). Seien nun x, y : I R 3 differenzierbare Vektorfunktionen, und f : I R differenzierbar. Die Ableitung besitzt folgende Eigenschaften: ( x(t) + y(t) ) = x (t) + y (t) ( f(t) x(t) ) = f (t) x(t) + f(t) x (t) Produktregel für Skalarprodukt: x(t), y(t) = x (t), y(t) + x(t), y (t) Produktregel für Vektorprodukt: ( x(t) y(t) ) = x (t) y(t) + x(t) y (t) 7
8 Kettenregel: Ist t : J I, s t(s) differenzierbar, so ist x t : J R 3, s x(t(s)) differenzierbar und es gilt an der Stelle s 0 J d x ( t(s) ) = d d x(t) t(s), ds s=s0 dt t=t0 ds s=s0 wobei t 0 = t(s 0 ) ist. Bemerkung Die Produktregel für das Skalarprodukt hat eine für die Vorlesung wichtige Folgerung: Ist x(t) = 1 für alle t I, so folgt durch Ableiten der Gleichung 1 = x(t), x(t) nach t 0 = x(t), x(t) = x (t), x(t) + x(t), x (t) = 2 x (t), x(t), d.h. x (t) ist orthogonal zu x(t) für alle t I. Definition 2.3. Falls für f alle Ableitungen beliebig hoher Ordnung existieren, so heißt f glatt oder C -Funktion. Eine Vektorfunktion ist glatt bzw. eine C -Funktion, falls alle Koordinatenfunktionen es sind. 2.3 Vektorfunktionen mit zwei Variablen Allgemeiner kann man Vektorfunktionen zweier reeller Variablen betrachten: Ist U R 2 eine Teilmenge des R 2, so wird durch die Vorschrift x : U R 3, 1, u 2 ) x 1, u 2 ) = (x 1 1, u 2 ), x 2 1, u 2 ), x 3 1, u 2 )) eine Vektorfunktion mit 2 Variablen definiert. Beispiele Die Ebene E := {a + s b + t c : s, t R} ist Bild der Vektorfunktion x : R 2 R 3, (s, t) x(s, t) := a + s b + t c. Für r > 0 beschreibt die Vektorfunktion x : [0, 2π] [0, π] R 3, eine Sphäre vom Radius r. (ϕ, θ) x(ϕ, θ) := (r cos ϕ sin θ, r sin ϕ sin θ, r cos θ) Im Folgenden sei U R 2, f : U R eine reellwertige Funktion sowie x : U R 3 eine Vektorfunktion mit 2 Variablen. Analog zu Definition 2.1 können für f Grenzwert und Stetigkeit definiert werden. 8
9 Definition 2.4. Ist u 0 U, so heißt f 0 R Grenzwert von f für u gegen u 0, falls lim f) f 0 = 0. u u 0 In diesem Fall schreiben wir f 0 := lim u u0 f). f heißt stetig an der Stelle u = u 0, falls lim u u0 f) = f 0 ). f heißt stetig, falls f für alle u U stetig ist. Eine Vektorfunktion ist stetig genau dann, wenn alle Koordinatenfunktionen es sind. Fixiert man in f 1, u 2 ) eine der beiden Variablen, so erhält man jeweils eine Funktion, die nur von einer Variablen abhängt. Definition 2.5. f heißt partiell differenzierbar nach u 1 bzw. u 2 an der Stelle u 0 = 1 0, u2 0 ) U, falls folgender Grenzwert existiert: f u 1 0 ) = f u 1 f 1 0 0) := lim + h, u2 0 ) f1 0, u2 0 ) h 0 h f u 2 0 ) = f u 2 f 1 0 0) := lim, u2 0 + h) f1 0, u2 0 ). h 0 h bzw. In diesem Fall heißt f u k 0 ) die partielle Ableitung von f nach u k an der Stelle u 0 (für k = 1, 2). f heißt partiell differenzierbar, falls f für alle u U partiell differenzierbar nach beiden Variablen ist. f heißt zweimal partiell differenzierbar in u 0 U, wenn alle zweiten partiellen Ableitungen 2 f f u i u k = u i, i, k = 1, 2, 3 uk von f existieren. Analog werden partielle Ableitungen höherer Ordnung definiert. f heißt glatt oder C -Funktion, falls alle partiellen Ableitungen beliebig hoher Ordnung existieren. Definition 2.6. Eine Vektorfunktion x : U R 3, u x) = (x 1 ), x 2 ), x 3 )) heißt partiell differenzierbar oder glatt, wenn alle Koordinatenfunktionen es sind. In diesem Falle ist die partielle Ableitung nach u k (für k = 1, 2) an der Stelle u 0 U gegeben durch x u k 0 ) = ( x 1 u k 0), x 2 u k 0), x 3 u k 0) ). Die Jacobi-Matrix von x in u 0 ist definiert durch ( x1 ) x u J x 0 ) := 1 0 ) 2 x u 1 0 ) 3 u 1 0 ). x 1 x u 2 0 ) 2 x u 2 0 ) 3 u 2 0 ) 9
10 Wir erinnern an die verallgemeinerte Kettenregel für die Differentiation zusammengesetzter Funktionen: Proposition 2.7. Sind ϕ 1, ϕ 2 : I R R differenzierbare Funktionen, x : U R 3 eine Vektorfunktion mit stetigen partiellen Ableitungen und (ϕ 1 (I), ϕ 2 (I)) U, so ist die Vektorfunktion x (ϕ 1, ϕ 2 ) : I R 3, t x(ϕ 1 (t), ϕ 2 (t)) differenzierbar. Die Ableitung an der Stelle t 0 I ist gegeben durch wobei u 0 = (ϕ 1 (t 0 ), ϕ 2 (t 0 )). d x(ϕ 1 (t), ϕ 2 (t)) = x dt u 1 0 ) ϕ t=t0 1(t 0 ) + x u 2 0 ) ϕ 2(t 0 ), Außerdem gilt folgender für die Flächentheorie wichtiger Satz 2.8 (Umkehrsatz für Vektorfunktionen). Ist x : U R 3 glatt, u 0 U mit Rang ( J x 0 ) ) = 2, so existiert eine Umgebung W U von u 0 sodass x : W R 3 injektiv ist. Insbesondere existiert die Umkehrabbildung x(w ) R 3 W, die ebenfalls glatt ist. In der Vorlesung verwenden wir die Konvention 2.9. Die Formulierung x ist differenzierbar bedeutet, dass x partielle Ableitungen beliebig hoher Ordnung besitzt. 10
u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.
Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische
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)
MehrÜbungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009
Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.
Mehrwww.mathe-aufgaben.com
Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit sin() f() =. Aufgabe : ( VP) Berechnen Sie das Integral ( )
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrGeometrische Maße oder,... wie kann man quantitative Aussagen über geometrische Objekte erhalten?
In der euklidischen Geometrie der Mittelstufe ging es zumeist um geometrische Konstruktionen und um qualitative Aussagen über geometrische Objekte in Bezug zueinander. Möchte man, insbesondere im dreidimensionalen
MehrLineare Algebra und Computer Grafik
Lineare Algebra und Computer Grafik Vorlesung an der Hochschule Heilbronn (Stand: 7 Mai ) Prof Dr V Stahl Copyright 6 by Volker Stahl All rights reserved Inhaltsverzeichnis Vektoren 4 Vektoren und Skalare
MehrBitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben.
Mathematik I für Wirtschaftswissenschaftler Klausur für alle gemeldeten Fachrichtungen außer Immobilientechnik und Immobilienwirtschaft am 9..9, 9... Bitte unbedingt beachten: a) Gewertet werden alle acht
MehrToDo-Liste für s Mathe-Abi 2009
ToDo-Liste für s Mathe-Abi 2009 7. Februar 2009 1 Grenzwerte und Folgen 1. Unterschied arithmetische Folge zu geometrische Folge 2. Rekursive Darstellung von Zerfalls- und Wachstumsvorgängen (a) lineares
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
MehrLineare Algebra - alles was man wissen muß
Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger
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
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
MehrGleichungen - Aufgabenstellung und Lösungsstrategien
Gleichungen - Aufgabenstellung und Lösungsstrategien Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 18. Juli 2006 1 Einleitung
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration
MehrH. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen
H. Gruber, R. Neumann Erfolg im Mathe-Abi Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen Inhaltsverzeichnis Inhaltsverzeichnis Analysis Von der
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
MehrLineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
MehrLineare Algebra und analytische Geometrie II (Unterrichtsfach)
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SS 0 Blatt.06.0 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Abgabe: Dienstag, 0. Juli 0, bis 4:00
MehrMathematischer Vorkurs für Physiker WS 2009/10
TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,
MehrMathematik I für Wirtschaftswissenschaftler
1 Mathematik I für Wirtschaftswissenschaftler Lösungsvorschläge zur Klausur am 01.08.2003. Bitte unbedingt beachten: a) Verlangt und gewertet werden alle vier gestellten Aufgaben. Alle Aufgaben sind gleichwertig.
MehrMathematik III für Ingenieure
Mathematik III für Ingenieure im Bachelor-Studiengang Maschinenbau Vorlesung Wintersemester 21/211 B. Schuster aktualisert am 27. Januar 211 Inhalt I. Eigenwerte und Eigenvektoren 1 1. Komplexe Matrizen
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 +
MehrCharakteristikenmethode im Beispiel
Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)
MehrSchleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015
ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 für Aufgabenpool 1 Analysis
MehrMathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
MehrSerie 13: Online Test
D-ERDW, D-HEST, D-USYS Mathematik I HS 3 Dr. Ana Cannas Serie 3: Online Test Einsendeschluss: 3. Januar 4 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.
MehrA Matrix-Algebra. A.1 Definition und elementare Operationen
A Matrix-Algebra In diesem Anhang geben wir eine kompakte Einführung in die Matrizenrechnung bzw Matrix-Algebra Eine leicht lesbare Einführung mit sehr vielen Beispielen bietet die Einführung in die Moderne
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
MehrVorlesung. Funktionen/Abbildungen 1
Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrVektorgeometrie. mathenachhilfe.ch. Version: 28. Dezember 2007 (Bitte nur für den Eigengebrauch verwenden) 1. Mathematische Operationen für Vektoren
Vektorgeometrie Version: 28. Dezemer 2007 Bitte nur für den Eigengerauch verwenden) mathenachhilfe.ch. Mathematische Operationen für Vektoren Addition + a + 3 = a + + + 3 + Sutraktion a 3 = a 3 Skalare
MehrAnnäherungen an Kurven und Flächen im Raum mit Nutzung moderner Medien
Technische Universität Kaiserslautern Fachbereich Mathematik Annäherungen an Kurven und Flächen im Raum mit Nutzung moderner Medien Wissenschaftliche Prüfungsarbeit für das Lehramt an Gymnasien im Fach
MehrÜBERBLICK ÜBER DAS KURS-ANGEBOT
ÜBERBLICK ÜBER DAS KURS-ANGEBOT Alle aufgeführten Kurse sind 100 % kostenfrei und können unter http://www.unterricht.de abgerufen werden. ANALYSIS / INFINITESIMALRECHNUNG Nullstellen * Nullstellen einer
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
MehrAufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
MehrGegeben ist die Funktion f durch. Ihr Schaubild sei K.
Aufgabe I 1 Gegeben ist die Funktion f durch. Ihr Schaubild sei K. a) Geben Sie die maximale Definitionsmenge D f an. Untersuchen Sie K auf gemeinsame Punkte mit der x-achse. Bestimmen Sie die Intervalle,
MehrKevin Caldwell. 18.April 2012
im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig
MehrSchleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015
ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 Inhaltsverzeichnis Vorbemerkungen
Mehrklar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
Mehr2 Die Darstellung linearer Abbildungen durch Matrizen
2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel
Mehrwww.mathe-aufgaben.com
Abiturprüfung Mathematik 008 Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe 1: ( VP) x Gegeben ist die Funktion f mit f(x). x Bilden Sie die Ableitung von f und fassen Sie diese so weit wie
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrHauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg
Baden-Württemberg: Abitur 04 Pflichtteil www.mathe-aufgaben.com Hauptprüfung Abiturprüfung 04 (ohne CAS) Baden-Württemberg Pflichtteil Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com
MehrHöhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik
Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :
MehrBeispiel zur Lösung eines Gleichungssystems : 6 y + z = 15 0 6 1. 15 12 x + 3 y 3 z = 15 12 3 3. 15 2 x 3 y = 4 2 3 0.
Beispiel zur Lösung eines Gleichungssystems : 6 y + z = 5 0 6 5 2 x + 3 y 3 z = 5 2 3 3 5 2 x 3 y = 4 2 3 0 4 z2 /3 z : 3 2 x 3 y = 4 2 3 0 4 4 x + y z = 5 4 5 6 y + z = 5 0 6 5 z2 + 2 z 2 x 3 y = 4 2
MehrÜbungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS
Doz.Dr. Norbert Koksch TU DRESDEN Fachrichtung Mathematik, Institut für Analysis Übungsaufgaben LAAG I für Lehramtsstudenten GS, MS, BS Logik: Übungsaufgabe 1. Begründen Sie, ob es sich um eine Aussage
MehrSeminararbeit für das SE Reine Mathematik- Graphentheorie
Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis
Mehr34 5. FINANZMATHEMATIK
34 5. FINANZMATHEMATIK 5. Finanzmathematik 5.1. Ein einführendes Beispiel Betrachten wir eine ganz einfache Situation. Wir haben einen Markt, wo es nur erlaubt ist, heute und in einem Monat zu handeln.
MehrKlaus-Groth-Schule - Neumünster Fachcurriculum Mathematik
Jahrgang 10 Funktionen Funktionsbegriff - Definition - vielfältige Anwendungen - Umkehrbarkeit (intuitiv, Anwendungen) ganzrationale Funktionen Modellierung - Ablesen der Werte - Ungefähre Bestimmung der
MehrMathematik für das Ingenieurstudium Lösungen der Aufgaben. 4. Dezember 2014
Mathematik für das Ingenieurstudium Lösungen der Aufgaben Jürgen Koch Martin Stämpfle 4. Dezember 4 Inhaltsverzeichnis Grundlagen 5 Lineare Gleichungsssteme 9 Vektoren 7 4 Matrizen 5 Funktionen 9 6 Differenzialrechnung
MehrNachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte
Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte März 2008 Zusammenfassung IB 1. Lagebeziehungen zwischen geometrischen Objekten 1.1 Punkt-Gerade Ein Punkt kann entweder auf einer gegebenen
MehrWolfgang Kohn Riza Öztürk. Mathematik für Ökonomen. Ökonomische Anwendungen der linearen. Algebra und Analysis mit Scilab
Wolfgang Kohn Riza Öztürk Mathematik für Ökonomen Ökonomische Anwendungen der linearen Algebra und Analysis mit Scilab 3., erweiterte und überarbeitete Auflage ^ Springer Gabler Inhaltsverzeichnis Teil
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
Mehr2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also
Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx
MehrSkalare Differentialgleichungen
Kapitel 2 Skalare Differentialgleichungen 2.1 Skalare lineare Differentialgleichungen 2.2 Bernoulli und Riccati Differentialgleichungen 2.3 Differentialgleichungen mit getrennten Variablen 2.4 Exakte Differentialgleichungen
MehrLeitprogramm Vektorgeometrie
Leitprogramm Vektorgeometrie Torsten Linnemann Pädagogische Hochschule FHNW Gymnasium Oberwil E-mail:torsten.linnemann@fhnw.ch 18. September 2011 Dank: Ich danke der Klasse 4aL, Kantonsschule Solothurn,
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen
Mehr2.1 Codes: einige Grundbegriffe
Gitter und Codes c Rudolf Scharlau 2. Mai 2009 51 2.1 Codes: einige Grundbegriffe Wir stellen die wichtigsten Grundbegriffe für Codes über dem Alphabet F q, also über einem endlichen Körper mit q Elementen
MehrExtremwertverteilungen
Seminar Statistik Institut für Stochastik 12. Februar 2009 Gliederung 1 Grenzwertwahrscheinlichkeiten 2 3 MDA Fréchet MDA Weibull MDA Gumbel 4 5 6 Darstellung von multivariaten, max-stabilen Verteilungsfunktionen
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.
MehrOptimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen
Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Dr. Nico Düvelmeyer Freitag, 1. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Einführung und Wiederholung Beispiel
MehrHamilton-Formalismus
KAPITEL IV Hamilton-Formalismus Einleitung! IV.1 Hamilton sche Bewegungsgleichungen IV.1.1 Kanonisch konjugierter Impuls Sei ein mechanisches System mit s Freiheitsgraden. Im Rahmen des in Kap. II eingeführten
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
MehrFrohe Weihnachten und ein gutes neues Jahr!
Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]
MehrEinführung in die Tensorrechnung
1. Definition eines Tensors Tensoren sind Grössen, mit deren Hilfe man Skalare, Vektoren und weitere Grössen analoger Struktur in ein einheitliches Schema zur Beschreibung mathematischer und physikalischer
Mehr11.3 Komplexe Potenzreihen und weitere komplexe Funktionen
.3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt
MehrModulabschlussklausur Analysis II
Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen
MehrMathematik Berufskolleg zur Erlangung der Fachhochschulreife
Mathematik Berufskolleg zur Erlangung der Fachhochschulreife INHALTSVERZEICHNIS. GRUNDLAGEN. DAS KOORDINATENSYSTEM. DARSTELLUNG VON GERADEN. SEITENVERHÄLTNISSE IM RECHTWINKLIGEN DREIECK 4. WEITERE GERADENGLEICHUNGEN
MehrDAS ABI-PFLICHTTEIL Büchlein
DAS ABI-PFLICHTTEIL Büchlein für Baden-Württemberg Alle Originalaufgaben Haupttermine 004 0 Ausführlich gerechnete und kommentierte Lösungswege Mit vielen Zusatzhilfen X π Von: Jochen Koppenhöfer und Pascal
MehrDas Mathematikabitur. Abiturvorbereitung Geometrie. Autor: Claus Deser Abiturvorbereitung Mathematik 1
Das Mathematikabitur Abiturvorbereitung Geometrie Autor: Claus Deser Abiturvorbereitung Mathematik 1 Gliederung Was sind Vektoren/ ein Vektorraum? Wie misst man Abstände und Winkel? Welche geometrischen
Mehr1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0.
1 Ordnung uß sein 1.1 Angeordnete Körper Wir nehen einal an, daß es in eine Körper Eleente gibt, die wir positiv nennen. Welche Eigenschaften sollen diese haben? O1) Wenn x und y positiv sind, dann auch
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)
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013
Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 7. November 2013 6 L p -Räume Mit Hilfe der Masstheorie können wir nun die sog. L p -Räume einführen. Diese Räume sind wichtig in vielen
MehrSkript zur Vorlesung Höhere Mathematik für Bachelorstudiengänge. Prof. Dr. R. Herzog. gehalten im SS2013 Technische Universität Chemnitz
Skript zur Vorlesung Höhere Mathematik für Bachelorstudiengänge Prof. Dr. R. Herzog gehalten im SS2013 Technische Universität Chemnitz Auszug aus den Studienordnungen zu den Ausbildungszielen der mit dieser
MehrDefinition 3.1: Ein Differentialgleichungssystem 1. Ordnung
Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt
MehrKern- und Schulcurriculum Mathematik Klasse 9/10. Stand Schuljahr 2009/10
Kern- und Schulcurriculum Mathematik /10 Stand Schuljahr 2009/10 Fett und kursiv dargestellte Einheiten gehören zum Schulcurriculum In allen Übungseinheiten kommt die Leitidee Vernetzung zum Tragen - Hilfsmittel
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 7 Projektionen und Rückprojektionen Der Punkt Die Gerade Die Quadrik Die Ebene Zusammenhang Kalibriermatrix - Bild des absoluten
MehrERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN
ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,
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
MehrFür die Parameter t und ϕ sind das im angegebenen Bereich Funktionen, d.h. zu jedem Parameterwert gehört genau ein Punkt.
PARAMETERFUNKTIONEN Zwei Beispiele: gsave currentpoint translate 21 4 div setlin 1 1 x = 2t 2 1 y = t < t
MehrBeispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =
Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.
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,
Mehra n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n
Folgen und Reihen. Beweisen Sie die Beschränktheit der Folge (a n ) n N mit 2. Berechnen Sie den Grenzwert der Folge (a n ) n N mit a n := ( ) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 n +. 4 3. Untersuchen
MehrTangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:
Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung
MehrErinnerung/Zusammenfassung zu Abbildungsmatrizen
Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend
Mehr2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.
2.2. POTENZREIHEN 207 2.2 Potenzreihen. Definitionen Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe a n x x 0 n. Es gilt: es
MehrAbiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
MehrMathematik für Ökonomen
Springer-Lehrbuch Mathematik für Ökonomen Ökonomische Anwendungen der linearen Algebra und Analysis mit Scilab Bearbeitet von Wolfgang Kohn, Riza Öztürk 1. Auflage 2012. Taschenbuch. xv, 377 S. Paperback
MehrMündliches Abitur in IViathematik
Mündliches Abitur in IViathematik Zusatzprüfung: Kurzvortrag mit Prüfungsgespräcti Ziele: Nachweis von fachlichem Wissen und der Fähigkeit, dies angemessen darzustellen erbringen fachlich überfachlich
MehrNeues Thema: Inversion am Kreis (Kreisspiegelung)
Neues Thema: Inversion am Kreis (Kreisspiegelung) Wir arbeiten in ( R 2,, standard ). Def. Betrachte einen Kreis um O vom Radius r > 0. Inversion (bzgl. des Kreises) ist eine Abbildung I O,r : R 2 \ {O}
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Eigenwerte und Eigenvektoren. asiswechsel.2 Eigenwertgleichung 2.3 Diagonalisierbarkeit 5.4 Trigonalisierung 8.5 Zusatzmaterial 8 Aufgaben 9
MehrEinführung in die Vektorgeometrie und Lineare Algebra
Vektorgeometrie und Lineare Algebra 1 Einführung in die Vektorgeometrie und Lineare Algebra Anhang: Anleitung zur Nutzung des Computer-Algebra-Systems MAPLE in der Linearen Algebra Prof. Siegfried Krauter
MehrGewöhnliche Differentialgleichungen
Notizen zur Vorlesung Gewöhnliche Differentialgleichungen G Sweers Wintersemester 08/09 ii Inhaltsverzeichnis Einführung Modelle 2 Explizite Lösungen 4 2 Trennbar 5 22 Linear erster Ordnung 6 23 Homogen
MehrStandardisierte kompetenzorientierte schriftliche Reifeprüfung. Mathematik. Probeklausur März 2014. Teil-1-Aufgaben
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik Probeklausur März 2014 Teil-1-Aufgaben Beurteilung Jede Aufgabe in Teil 1 wird mit 0 oder 1 Punkt bewertet, jede Teilaufgabe in
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität
MehrDefinition 27 Affiner Raum über Vektorraum V
Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V ist die Menge A = Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A,
Mehr