Vektorrechnung. Grundlegende Operationen. VL Mathematische Software WS 2006/07 Rudolf Schürer. Letzte Änderung: 28. Jänner vl06-evaluated.
|
|
- Paulina Brahms
- vor 6 Jahren
- Abrufe
Transkript
1 vl6-evaluated.nb Vektorrechnung VL Mathematische Software WS 26/7 Rudolf Schürer Lette Änderung: 28. Jänner 27 Grundlegende Operationen Vektoren werden in Mathematica durch Listen dargestellt, deren Elemente selbst keine Listen sind. Matrien werden in Mathematica durch Listen von Vektoren gleicher Länge (Zeilenvektoren) dargestellt. v = 8α, α 2, α 3 <; m = Table@β i,, 8i, 3<, 8, 3<D; v êê MatrixForm m êê MatrixForm i k α α 2 α 3 y { i β, β,2 β,3 y β 2, β 2,2 β 2,3 k β 3, β 3,2 β 3,3 { Dimensions@vD Dimensions@mD 83< 83, 3< VectorQ und MatrixQ überprüfen, ob es sich bei einem Obekt wirklich um einen Vektor bw. eine Matrix (gemäß obiger Definition) handelt. VectorQ ê@ 84, v, m, 88<, 83, 4<<< 8False, True, False, False< MatrixQ ê@ 84, v, m, 88<, 83, 4<<< 8False, False, True, False< Einige Operationen aus der Vektorrechnung funktionieren automatisch dadurch, dass die entsprechenden Mathematica-Funktionen das Attribut Listable haben.
2 vl6-evaluated.nb 2 ü Addition von Vektoren v + 8a, b, c< 8a + α, b + α 2, c + α 3 < ü Multiplikation mit einem Skalar 4 v 84 α, 4 α 2, 4 α 3 < λ m êê MatrixForm i λ β, λ β,2 λ β,3 y λ β 2, λ β 2,2 λ β 2,3 k λ β 3, λ β 3,2 λ β 3,3 { ü Innere Produkte Für das innere Produkt (wischen Vektor Vektor, Vektor Matrix und Matrix Matrix) verwendet Mathematica den Operator. (Punkt) oder Dot[]. v.8, 2, 3< α + 2 α α 3 Dot@v, 8, 2, 3<D α + 2 α α 3 Achtung: Die normale Multiplikation (Times, â, *, ) führt (via Listable-Attribut) eine koordinatenweise Multiplikation durch. Dau gibt es kein Analogon in der aus der Mathematik bekannten Vektorrechnung. v v 8α 2, α 2 2, α 3 2 < Für Vektoren ist Dot ist das gleiche wie: Hv 8, 2, 3<L α + 2 α α 3 v.m êê MatrixForm i α β, + α 2 β 2, + α 3 β 3, y α β,2 + α 2 β 2,2 + α 3 β 3,2 k α β,3 + α 2 β 2,3 + α 3 β 3,3 {
3 vl6-evaluated.nb 3 m.m êê MatrixForm i k 2 β, + β,2 β 2, + β,3 β 3, β, β,2 + β,2 β 2,2 + β,3 β 3,2 β, β,3 + β,2 β 2,3 + β,3 β 3,3 2 β, β 2, + β 2, β 2,2 + β 2,3 β 3, β,2 β 2, + β 2,2 + β 2,3 β 3,2 β,3 β 2, + β 2,2 β 2,3 + β 2,3 β 3,3 β, β 3, + β 2, β 3,2 + β 3, β 3,3 β,2 β 3, + β 2,2 β 3,2 + β 3,2 β 3,3 β,3 β 3, + β 2,3 β 3,2 + β2 3,3 Soll ein Spaltenvektor mit einem Zeilenvektor multipliiert werden, um als Ergebnis eine Matrix u erhalten, so müssen die Vektoren expliit in Matrien konvertiert werden. v.v α 2 + α α 3 2 Das geschieht am einfachsten mit den folgenden Operationen: eile = 8v< spalte = 8#< & ê@ v spalte = Transpose@8v<D spalte = Partition@v, D 88α, α 2, α 3 << 88α <, 8α 2 <, 8α 3 << 88α <, 8α 2 <, 8α 3 << 88α <, 8α 2 <, 8α 3 << Dimensions@vD 83< Dimensions@eileD 8, 3< Dimensions@spalteD 83, < Jett kann (mit Matrien) multipliiert werden: eile.spalte 88α 2 + α α 3 2 << spalte.eile êê MatrixForm i α2 α α 2 α α 3 y α α 2 α2 2 α 2 α 3 k α α 3 α 2 α 3 α2 3 { y { ü Länge eines Vektors Ab Mathematica 5 erhält man die Länge eines Vektors mit Norm[].
4 vl6-evaluated.nb 4 Norm@vD "######################################################################## Abs@α D 2 + Abs@α 2 D 2 + Abs@α 3 D 2 In älteren Versionen von Mathematica verwendet man: è!!!!!!!!!! v.v "######################### α 2 + α α 3 ü Kreuprodukt Das Kreuprodukt von wei Vektoren erhält man mit ä (eingegeben: ÂcrossÂ) oder Cross[]. Achtung: ä ist verschieden von (Â*Â)! v v 8,, < v 8, 2, 3< 83 α 2 2 α 3, 3 α + α 3, 2 α α 2 < Ein kleiner Beweis Wollen eigen: Das Kreuprodukt ist antisymmetrisch, d.h. a äb = -b äa. a b b a a b b a Simplify@%D a b + b a Problem: Mathematica weiß nicht, dass a und b Vektoren mit drei Komponenten sind! a = Table@α k, 8k, 3<D b = Table@β k, 8k, 3<D 8α, α 2, α 3 < 8β, β 2, β 3 < a b 8 α 3 β 2 + α 2 β 3, α 3 β α β 3, α 2 β + α β 2 < b a 8α 3 β 2 α 2 β 3, α 3 β + α β 3, α 2 β α β 2 <
5 vl6-evaluated.nb 5 % %% True Wenn symbolisch mit Vektoren gerechnet werden soll, empfiehlt es sich, für die einelnen Koordinaten (und nicht für den ganen Vektor) Variablen u benuten. Matrix Operationen Transponieren einer Matrix (Zeilen und Spaltenindex vertauschen): m êê MatrixForm i β, β,2 β,3 y β 2, β 2,2 β 2,3 k β 3, β 3,2 β 3,3 { Transpose@mD êê MatrixForm i β, β 2, β 3, y β,2 β 2,2 β 3,2 k β,3 β 2,3 β 3,3 { Determinante einer Matrix: Det@mD Inverse Matrix: β,3 β 2,2 β 3, + β,2 β 2,3 β 3, + β,3 β 2, β 3,2 β, β 2,3 β 3,2 β,2 β 2, β 3,3 + β, β 2,2 β 3,3 Hinv = Inverse@mDL êê MatrixForm i k β 2,3 β 3,2 +β 2,2 β 3,3 β,3 β 2,2 β 3,+β,2 β 2,3 β 3,+β,3 β 2, β 3,2 β, β 2,3 β 3,2 β,2 β 2, β 3,3+β, β 2,2 β β,3 β 3 3,3 β,3 β 2,2 β 3,+β,2 β 2,3 β 3,+β,3 β 2, β β 2,3 β 3, β 2, β 3,3 β,3 β 2,2 β 3, +β,2 β 2,3 β 3, +β,3 β 2, β 3,2 β, β 2,3 β 3,2 β,2 β 2, β 3,3 +β, β 2,2 β 3,3 β,3 β β,3 β 2,2 β 3, +β,2 β 2,3 β 3, +β,3 β 2, β β 2,2 β 3, +β 2, β 3,2 β,3 β 2,2 β 3,+β,2 β 2,3 β 3,+β,3 β 2, β 3,2 β, β 2,3 β 3,2 β,2 β 2, β 3,3+β, β 2,2 β β,2 β 3 3,3 β,3 β 2,2 β 3,+β,2 β 2,3 β 3,+β,3 β 2, β Beachte, dass hier uerst die inverse Matrix in der Variablen inv gespeichert wird und erst dann das Ergebnis mit MatrixForm formatiert wird. Das ist wichtig, weil man sonst mit inv nicht vernünftig weiterrechnen könnte. Simplify@m.invD êê MatrixForm Simplify@inv.mD êê MatrixForm i y k { i y k { Einheitsmatrix und Nullmatrix:
6 vl6-evaluated.nb 6 Diagonalmatrix: IdentityMatrix@4D êê MatrixForm Table@, 84<, 84<D êê MatrixForm i y k { i y k { DiagonalMatrix@8, 2, 4, 8<D êê MatrixForm i y 2 4 k 8 { Lineare Gleichungssysteme i y a = ; 4 3 k { b = 8, 2, 3, 34<; LinearSolve[ A,b] findet einen Vektor x, der das Gleichungssystem A x = b löst (partikuläre Lösung des inhomogenen Systems). Wenn das Gleichungssystem keine Lösung besitt, bricht LinearSolve mit einer Fehlermeldung ab. Probe: x = LinearSolve@a, bd 86, 2,, < a.x 8, 2, 3, 34< Wenn A singulär ist, ist die Lösung nicht eindeutig. Alle Lösungen erhält man durch Addieren der partikulären Lösung und des Lösungsraumes des homogenen Systems A x =, d.h. des Kerns von A. NullSpace ermittelt eine Basis des Kerns von A. basis = NullSpace@aD 88 2,,, <, 8, 2,, << Alle Lösungen haben also die Form x + λ basispt + λ 2 basisp2t 86 2 λ λ 2, 2 λ 2 λ 2, λ 2, λ <
7 vl6-evaluated.nb 7 Oder, allgemein: Oder auch: Probe: Passt! x + Sum@λ i basispit, 8i, Length@basisD<D 86 2 λ λ 2, 2 λ 2 λ 2, λ 2, λ < x + Table@λ i, 8i, Length@basisD<D.basis 86 2 λ λ 2, 2 λ 2 λ 2, λ 2, λ < a.% λ + 2 H2 λ 2 λ 2 L + 4 λ 2, 8 λ + 4 H2 λ 2 λ 2 L + 2 H6 2 λ λ 2 L + λ 2, λ + 3 H2 λ 2 λ 2 L + 4 H6 2 λ λ 2 L + λ 2, 2 λ + 2 H2 λ 2 λ 2 L + 5 H6 2 λ λ 2 L + 9 λ 2 < Simplify@%D 8, 2, 3, 34< ü Beispiel Im 3 seien wei Ebenen e : 4 x + y - 3 = 7 und gegeben. Gesucht ist die Schnittgerade. i x y i 3 y i y i 3 y e 2 : y = 4 + l 2 + l 2 k { k 7 { k 3 { k { Dau müssen wir uerst die Matrix A und den Vector b für das lineare Gleichungssystem finden. Für e braucht man dau nur die Koeffiienten aus der Gleichung abschreiben. Für e 2 berechen wir uerst den Normalvektor auf e 2 und stellen damit die Ebenengleichung auf: normalvector = Cross@8, 2, 3<, 83,, <D 82, 8, 6< punkt = 83, 4, 7<; Damit ergibt sich folgende Ebenengleichung für e 2 : normalvector.8x, y, < normalvector.punkt Dot::rect : Non rectangular tensor encountered. Mehr 82, 8, 6<.886, 2,, <, y, < 4
8 vl6-evaluated.nb 8 Jett lässt sich die Matrix A und der Vector b leicht angeben. a = 8 84,, 3<, normalvector <; b = 87, normalvector.punkt<; Mit LinearSolve und NullSpace wird das System gelöst: LinearSolve@a, bd 82,, < NullSpace@aD 883, 3, 5<< i x y i 2 y i 3 y Daher ist die Schnittgerade gegeben durch y = - + l 3. k { k { k 5 { Plotten von Funktionen in den 2 oder 3 Bei Funktionen in den 2 oder 3 ist der Graph nur schwer oder gar nicht visualisierbar. Es ist bei solchen Funktionen oft besser, ihr Bild als Teilmenge des 2 oder 3 darustellen. ü Funktionen in den 2 Betrachten wir die beiden folgenden Funktionen 2 pd Õ nach : Plot@8Cos@φD, Sin@φD<, 8φ,, 2 π<d; Wir können dieses beiden Funktionen auch als eine Funktion 2 pd Ø 2 ansehen (also eine Kurve im 2 ), die für eden Winkel f wischen und 2 p einen Punkt HxHfL, yhfll = Hcos f, sin fl œ 2 definiert. Diese Punkte liegen auf einem Kreis, d.h. das Bild dieser Funktion ist ein Kreis. Dieses Bild lässt sich mit ParametricPlot darstellen. ParametricPlot wird genauso wie Plot aufgerufen. Die Liste von Funktionen muss genau wei Funktionen enthalten (eine für x-, eine für y-koordinate).
9 vl6-evaluated.nb 9 ParametricPlot@8Cos@φD, Sin@φD<, 8φ,, 2 π<, AspectRatio D; Ein interessanteres Beispiel: Needs@"Graphics`Colors`"D kreis@φ_d := 8Cos@φD, Sin@φD< spirale@φ_d := φ kreis@φd ParametricPlot@ spirale@φd, 8φ,, π<, AspectRatio, PlotStyle 8Red, Thickness@ ê D<D; Wie bei Plot kann auch bei ParametricPlot eine Liste von Funktionen angegeben werden, deren Bilder dann in ein gemeinsames Koordinatensystem geeichnet werden.
10 vl6-evaluated.nb ParametricPlotA i + k Sin@ φdy spirale@φd=, { 8φ,, π<, AspectRatio, PlotPoints, PlotStyle 88Red, Thickness@ ê D<, 8Blue<<E; ü Funktionen in den 3 Wir haben gesehen, dass sich Funktionen in den 2 mit ParametricPlot darstellen lassen. Wie schaut es mit Funktionen in den 3 aus? Die folgende Funktion liefert für gegebenen Längengrad (wischen -p und p, oder wischen und 2 p) und Breitengrad (wischen -p ê 2 (Südpol) und p ê 2 (Nordpol)) die kartesischen Koordinaten des daugehörigen Punktes auf der Oberfläche einer Kugel mit Mittelpunkt im Ursprung und Radius. kugelpunkt@länge_, breite_d := 8Cos@breiteD Cos@längeD, Cos@breiteD Sin@längeD, Sin@breiteD< Das folgende Bild eigt eine Kurve, die eine Kugel schneckenförmig 5-mal umrundet und sich dabei vom Südpol um Nordpol bewegt.
11 vl6-evaluated.nb φ, φd, 8φ, π ê 2, π ê 2<, PlotPoints 2D; ParametricPlot3D stellt Kurven und Flächen im 3 dar. bd Ø 3 werden als Kurve, bd dd Ø 3 als Fläche dargestellt, wie das folgende Beispiel eigt. Mathematica unterscheidet die beiden Fälle e nachdem ob ein Wertebereich für eine weite Variable angegeben ist. ParametricPlot3D@kugelpunkt@länge, breited, 8länge,. 2 π,.7 2 π<, 8breite, π ê 2, π ê 2<, PlotPoints 85, 4<D;
Matrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
MehrGrundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015
Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten
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
MehrBesteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)
Matrizenrechnung. Matrizen Matrizen sind bereits im Kapitel Lineare Gleichungssysteme aufgetreten. Unter einer (m n) -Matrix A verstehen wir ein rechteckiges Zahlenschema mit m Zeilen und n Spalten. Der.
MehrVorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7
Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7 Timo Stöcker Erstsemestereinführung Informatik TU Dortmund 22. März 2011 Heute Themen Lineare Gleichungssysteme Matrizen Timo Stöcker https://fsinfo.cs.tu-dortmund.de/studis/ese/vorkurse/mathe
MehrMögliche Prüfungsfragen zu VO Mathematische Software
Mögliche Prüfungsfragen zu VO Mathematische Software SS 2009 Der Prüfungsstoff umfasst alles, was in der Vorlesung vorgetragen wurde. Die folgende Liste soll Ihnen bei der Vorbereitung helfen. Bei der
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
MehrProf. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1
Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1 Kapitel 3 Lineare Gleichungssysteme 3.1. Einleitung Beispiel 1 3 Kinder haben eingekauft. Franz hat 4 Lakritzen, 2 Schokoriegel und 5 Kaugummis
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein
MehrMathematik für Wirtschaftswissenschaftler, WS 10/11 Musterlösungen zu Aufgabenblatt 11
Mathematik für Wirtschaftswissenschaftler, WS / Musterlösungen zu Aufgabenblatt Aufgabe 76: Bestimmen Sie mittels Gauß-Elimination die allgemeine Lösung der folgenden linearen Gleichungssysteme Ax b: a)
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:
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
MehrAnalytische Geometrie, Vektorund Matrixrechnung
Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?
Mehr1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.
Definition Die rechteckige Anordnung von m n Elementen a ij in m Zeilen und n Spalten heißt m n- Matrix. Gewöhnlich handelt es sich bei den Elementen a ij der Matrix um reelle Zahlen. Man nennt das Paar
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
MehrMathematische Erfrischungen III - Vektoren und Matrizen
Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen
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:
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
MehrLänge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren
Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(
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
MehrZusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren
Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier
MehrMatrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie
Regina Gellrich Carsten Gellrich Matrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie Mit zahlreichen Abbildungen, Aufgaben mit Lösungen und durchgerechneten Beispielen
MehrLineare Gleichungssysteme
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 28. November 2011 Definition Beispiel: Wassermengen und Konzentrationen in einem Fluss Beispiel Zeilenstufenform Beispiel (Fortsetzung) Anhang
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,
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
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
MehrAnalytische Geometrie mit dem Voyage 1
Analytische Geometrie mit dem Voyage. Vektoren Vektoren lassen sich definieren in eckigen Klammern. Setzt man ein Semikolon zwischen die einzelnen Komponenten, so ergibt sich ein Spaltenvektor. Ein Spaltenvektor
Mehr7.3 Lorentz Transformation
26 KAPITEL 7. SPEZIELLE RELATIVITÄTSTHEORIE 7.3 Lorent Transformation In diesem Abschnitt sollen die Transformationen im 4-dimensionalen Minkowski Raum betrachtet werden. Dabei wollen wir uns auf solche
MehrVektorräume und Rang einer Matrix
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung
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
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
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
Mehr3D-Transformationen. Kapitel Translation Skalierung
Kapitel 13 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder
MehrKurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok
Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de
MehrMathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.
Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen
MehrInverse Matrix. 1-E Ma 1 Lubov Vassilevskaya
Inverse Matrix -E Ma Lubov Vassilevskaya Inverse Matrix Eine n-reihige, quadratische Matrix heißt regulär, wenn ihre Determinante einen von Null verschiedenen Wert besitzt. Anderenfalls heißt sie singulär.
MehrBeispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A
133 e 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 2. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 Schritte des
MehrGeometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt:
Geometrie 1. Vektoren Die Menge aller zueinander parallelen, gleich langen und gleich gerichteten Pfeile werden als Vektor bezeichnet. Jeder einzelne Pfeil heißt Repräsentant des Vektors. Bei Ortsvektoren:
Mehr7 Lineare Gleichungssysteme
118 7 Lineare Gleichungssysteme Lineare Gleichungssysteme treten in vielen mathematischen, aber auch naturwissenschaftlichen Problemen auf; zum Beispiel beim Lösen von Differentialgleichungen, bei Optimierungsaufgaben,
MehrEs wurde in der Vorlesung gezeigt, daß man die Matrixgleichung Ax=b auch in der Form
Gaußscher Algorithmus zur Lösung linearer Gleichungssysteme Wir gehen aus vom Gleichungssystem A=b. Dabei ist A M m n K, b K m. Gesucht werden ein oder alle Elemente K n, so daß obige Gleichung erfüllt
Mehr5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix
5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix Jörn Loviscach Versionsstand: 20. März 2012, 16:02 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
MehrVorkurs Mathematik VEKTOREN
Vorkurs Mathematik 26 4 VEKTOREN Wie wahrscheinlich die verschiedenen Fälle genau sind, und was es für Unterscheidungskriterien gibt, sind Sachen die man in einem fortgeschrittenen Kurs untersuchen könnte,
Mehr6. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 6. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 2/ 25..-.2. Aufgabe G (Lineare Gleichungssysteme)
MehrDEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )
Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +
MehrSkript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014
Skript zur Vorlesung Prof. Dr.-Ing. Katina Warendorf 2. Oktober 2014 erstellt von Sindy Engel erweitert von Prof. Dr.-Ing. Katina Warendorf Inhaltsverzeichnis 1 Vektoren 4 1.1 Grundbegriffe.................................
MehrLineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich
Lineare Algebra U Stammbach Professor an der ETH-Zürich I Vektorräume Kapitel I Vektorräume 1 I1 Lineare Gleichungssysteme 1 I2 Beispiele von Vektorräumen 7 I3 Definition eines Vektorraumes 8 I4 Linearkombinationen,
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
MehrVektoren, Vektorräume
Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010
MehrLösungen der Übungsaufgaben III
Mathematik für die ersten Semester (. Auflage): Lösungen der Übungsaufgaben III C. Zerbe, E. Ossner, W. Mückenheim 6. Man konstruiere die Winkelhalbierende eines beliebigen Winkels analog zur Konstruktion
MehrDefinition, Rechenoperationen, Lineares Gleichungssystem
Bau und Gestaltung, Mathematik, T. Borer Aufgaben / Aufgaben Matrizen Definition, Rechenoperationen, Lineares Gleichungssystem Lernziele - die Bezeichnung der Matrixelemente kennen und verstehen. - den
Mehr6. Rechnen mit Matrizen.
6. Rechnen mit Matrizen. In dieser Vorlesung betrachten wir lineare Gleichungs System. Wir betrachten lineare Gleichungs Systeme wieder von zwei Gesichtspunkten her: dem angewandten Gesichtspunkt und dem
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
MehrVektorgeometrie. 1. Vektoren eingeben, Norm, Skalarprodukt. 2 In einem kartesischen Koordinatensystem sind die Vektoren. , v. und. gegeben.
Vektorgeometrie 1. Vektoren eingeben, Norm, Skalarprodukt 2 In einem kartesischen Koordinatensystem sind die Vektoren u 14, 5 11 10 v 2 und w 5 gegeben. 10 10 a) Zeigen Sie, dass die Vektoren einen Würfel
MehrKapitel 15. Lösung linearer Gleichungssysteme
Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren
Mehr1 Vorlesungen: und Vektor Rechnung: 1.Teil
1 Vorlesungen: 4.10.005 und 31.10.005 Vektor Rechnung: 1.Teil Einige in der Physik auftretende Messgrößen sind durch eine einzige Zahl bestimmt: Temperatur T K Dichte kg/m 3 Leistung P Watt = J/s = kg
MehrEinführung in die Vektor- und Matrizenrechnung. Matrizen
Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:
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
MehrAufgaben zum 2. Kapitel (Lineare Gleichungssysteme, Gauß-Verfahren)
also ist der Induktionsanfang geeigt Induktionsvoraussetung: Es gelte die Behauptung für ein beliebiges aber festes n N Induktionsschritt n n+: n+ n IV n +( ( + +( ( + n ( ( ++( ( +( ( + +( ( + n n (n+
MehrÜbungsaufgaben Vektoren
Kallenrode, www.sotere.uos.de Übungsaufgaben Vektoren 1. Gegeben sind die Einheitsvektoren in Zylinderkoordinaten e ϱ = cos ϕ sin ϕ, e ϕ = sin ϕ cos ϕ und e z = 0 0 0 0 1 und Kugelkoordinaten: sin ϑ cos
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
Mehr1 Vektoren, Vektorräume, Abstände: 2D
Vektoren, Vektorräume, Astände: D Definition: Die Menge aller (geordneten Paare reeller Zahlen (oder allgemeiner: Elemente eines elieigen Körpers, als Spalten geschrieen, ezeichnen wir als Vektoren: R
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eine Familie von Gleichungen der Form a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2............ a m1 x 1 + a m2 x 2 +... + a mn x n = b m
MehrLineare Gleichungssysteme - Grundlagen
Lineare Gleichungssysteme - Grundlagen Betrachtet wird ein System linearer Gleichungen (im deutschen Sprachraum: lineares Gleichungssystem mit m Gleichungen für n Unbekannte, m, n N. Gegeben sind m n Elemente
MehrKORREKTURANLEITUNGEN zum Testheft A1
Projekt Standardisierte schriftliche Reifeprüfung in Mathematik KORREKTURANLEITUNGEN zum Testheft A1 A1 Zahlen N Z Q R 0,03-6 π 3 10-3 1 Bemerkung: Die Aufgabe gilt nur dann als richtig gelöst, wenn alle
Mehr10. Teil: Elemente der Linearen Algebra
0 Teil: Elemente der Linearen Algebra Skalare und Vektoren Manche physikalische Grössen, wie Temperatur T oder Masse m, erfordern zu ihrer Festlegung (oder Messung) nur die Angabe eines Zahlenwertes einer
MehrLineare Algebra Übungen mit Lösungen
Dr Andreas Maurischat Aachen 6 September 6 Lineare Algebra Übungen mit Lösungen Vorkurs Mathematik 6 RWTH Aachen Aufgaben um Kapitel (Lineare Gleichungssysteme Gauß-Verfahren Übung Aufgabe Überseten Sie
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
MehrGrundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015
Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt
Mehrd 2 b 2 c 2 d 3 b 3 c 3 , D a 1 d 1 c 1 v 3 Definiton (Verbindungsvektor): Zwei Punkte A(a 1 a 2 a 3 ) und B(b 1 b 2 b 3 ) legen den Vektor b 1 a 1
2008/2009 Das Wichtigste in Kürze Klasse 3 Lineare Gleichungssysteme und Determinanten Definiton (Lineare Gleichungssysteme: Lineare Gleichungssysteme löst man entweder mit dem Gauß-Algorithmus oder nach
Mehr2 Funktionen mehrerer Veränderlicher
2 Funktionen mehrerer Veränderlicher 4 2 Funktionen mehrerer Veränderlicher Wir betrachten nun Funktionen, die auf einer Teilmenge des R n definiert sind. Wir betrachten eine Funktion f, deren Definitionsbereich
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
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
MehrFormelsammlung Mathematik Grundkurs Inhalt
Formelsammlung Mathematik Grundkurs Inhalt Inhalt...1 Trigonometrie Grundlagen... Vektoren...3 Skalarprodukt...4 Geraden...5 Abstandsberechnungen...6 Ebenen...7 Lineare Gleichungssysteme (LGS)...8 Gauß'sches
Mehr10:Exkurs MATLAB / Octave
10:Exkurs MATLAB / Octave MATLAB (bzw. Octave als freie Version) ist eine numerische Berechnungsumgebung wurde vorrangig zum Rechnen mit Vektoren und Matrizen entworfen ist interaktiv benutzbar, vergleichbar
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1
MehrFachhochschule Südwestfalen Wir geben Impulse. Vektorrechnung in Octave
Fachhochschule Südwestfalen Wir geben Impulse Vektorrechnung in Octave Inhalt Erzeugung von Vektoren Zugriff auf Vektorelemente Addition und Subtraktion von Vektoren Betrag eines Vektors Berechnung des
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
MehrGeometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte
Geometrie Geometrie W. Kuhlisch Brückenkurs 206. Vektorrechnung und analytische Geometrie der Ebene, Kegelschnitte 2. Vektorrechnung und analytische Geometrie des Raumes, Anwendungen in der Geometrie,
MehrAnleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,
MehrInhaltsverzeichnis Bausteine Analytische Geometrie
Graf-Zeppelin-Gmnasium Bausteine Analtische Geometrie Inhaltsvereichnis Bausteine Analtische Geometrie Umgang mit Vektoren1 Länge von Vektoren1 Winkel φ wischen wei Vektoren1 Normale u wei (linear unabhängigen)
Mehr3 Elementare Umformung von linearen Gleichungssystemen und Matrizen
3 Elementare Umformung von linearen Gleichungssystemen und Matrizen Beispiel 1: Betrachte das Gleichungssystem x 1 + x 2 + x 3 = 2 2x 1 + 4x 2 + 3x 3 = 1 3x 1 x 2 + 4x 3 = 7 Wir formen das GLS so lange
Mehr4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung
43 Permutationen Definition Eine Permutation der Elementen {,, n} ist eine bijektive Abbildung σ : {,,n} {,,n} Es ist leicht zu sehen, dass die Hintereinanderführung zweier Permutationen ergibt wieder
Mehr4.4. Rang und Inversion einer Matrix
44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert
MehrO A B. Ableitung der Winkelfunktionen
Ableitung der Winkelfunktionen Das Verständnis der Herleitung der Ableitung der Winkelfunktionen sett einiges an Mittelstufenkenntnissen voraus; das meiste davon wird häufig im Unterricht geschlabbert
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
MehrDefinition 7.1. Der Coxeter Graph zu W ist der ungerichtete gewichtete Graph Γ W = (V, E), mit Eckenmenge V und Kantenmenge E, gegeben durch V = und
7. Coxeter Graphen Um die endlichen Spiegelungsgruppen zu klassifizieren, wollen wir ihnen nun Graphen zuordnen, die die Gruppen bis auf Isomorphie eindeutig bestimmen. Im Folgenden sei wie vorher Π Φ
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
MehrVektorrechnung im Raum - 3 Übungsbeispiele
HTL Saalfelden Vektrorechnung im Raum Seite von 9 Wilfried Rohm Vektorrechnung im Raum - Übungsbeispiele Mathematische / Fachliche Inhalte in Stichworten: Skalares Produkt, Vektorielles Produkt, Geradengleichungen,
MehrGrundlagen der Vektorrechnung
Grundlagen der Vektorrechnung Ein Vektor a ist eine geordnete Liste von n Zahlen Die Anzahl n dieser Zahlen wird als Dimension des Vektors bezeichnet Schreibweise: a a a R n Normale Reelle Zahlen nennt
MehrLösungen zum 5. Aufgabenblatt
SS 2012, Lineare Algebra 1 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
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
MehrMenge der natürlichen Zahlen = {1, 2, 3,...} Aber: a + x = b ist nur lösbar, falls b > a
Komplexe Zahlen. Bedarfsfrage Menge der natürlichen Zahlen = {,, 3,...} Aber: a + x = b ist nur lösbar, falls b > a (Peano-Axiome). Erweiterung: Menge der ganen Zahlen = {..., -3, -, -, 0,,, 3,...} a +
MehrAllgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.
Lineare Gleichungssysteme. Einleitung Lineare Gleichungssysteme sind in der Theorie und in den Anwendungen ein wichtiges Thema. Theoretisch werden sie in der Linearen Algebra untersucht. Die Numerische
MehrPer Jensen VORLESUNGSSKRIPT MATHEMATIK B FÜR CHEMIKER
Per Jensen VORLESUNGSSKRIPT MATHEMATIK B FÜR CHEMIKER BERGISCHE UNIVERSITÄT WUPPERTAL THEORETISCHE CHEMIE Juli 2008 Inhaltsverzeichnis 1 Komplexe Zahlen............................. 5 1.1 Einführung............................
MehrVektoren. 2.1 Darstellung. Kapitel Subtraktion und Addition
Kapitel 2 Vektoren In diesem Kapitel werden wir im wesentlichen die verschiedenen Formen der Darstellung von Vektoren in MatLab sowie Verknüpfungen zwischen Vektoren betrachten. In letzterem Punkt ist
MehrInstallation. Arbeiten mit der MATLAB-Entwicklungsumgebung. MATLAB als Taschenrechner mit Matrix- und Vektorrechnung.
Installation. Arbeiten mit der MATLAB-Entwicklungsumgebung. MATLAB als Taschenrechner mit Matrix- und Vektorrechnung. Die heutige Sitzung dient dem ersten Kennenlernen von MATLAB. Wir wollen MATLAB zuerst
MehrC orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =
1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition
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
Mehr