Diracs kanonische Quantisierung von Systemen mit Nebenbedingungen
|
|
- Elsa Bieber
- vor 6 Jahren
- Abrufe
Transkript
1 Diracs kanonische von Systemen mit Nebenbedingungen Christof Witte HU Berlin Seminar zur theoretischen Physik WS 08/09 Christof Witte kanonische 1 / 46
2 Motivation bewährt: Übergang von klassischer zu quantenmechanischer Beschreibung über Hamiltonformalismus Korrespondenzprinzip zur direkten Übersetzung benötigt möglichst allgemeine Behandlung des Hamiltonformalismus Christof Witte kanonische 2 / 46
3 Inhaltsverzeichnis 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 3 / 46
4 Inhaltsverzeichnis 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 3 / 46
5 Inhaltsverzeichnis 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 3 / 46
6 Lagrangefunktion, Bewegungsgleichungen Ausgangspunkt Wirkung S[q] = L(q i, q i )dt Variation δq i Euler-Lagrange-Gl. d L dt q i L q i = 0 Vorteil Wirkungsfunktional: Invarianz einfacher zu konstruieren Christof Witte kanonische 4 / 46
7 kanonisch konjugierte Impulse Definition Wir nennen p i := L q i den zur Koordinate q i kanonisch konjugierten Impuls. {p i } im Standardfall unabhängig voneinander behandeln den allgemeinen Fall, dass {p i } nicht unabhängig Christof Witte kanonische 5 / 46
8 Hamiltonfunktion, Bewegungsgleichungen Definition Definieren Hamiltonfunktion berechnen δh H(q i, q i, p i ) := q i p i L(q i, q i ) δh = p i δ q i + q i δp i L q i δqi L q i δ qi = q i δp i ṗ i δq i immer möglich H(q i, q i, p i ) = H(q i, p i ) wenn {p i } unabhängig q i = H p i und ṗ i = H q i Christof Witte kanonische 6 / 46
9 Es folgt 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 7 / 46
10 Definition Ein System bei dem Funktionen Φ m (q i, p i ) existieren mit Φ m (q i, p i ) = 0 heißt System mit Nebenbedingungen. Definition Nebenbedingungen die sich aus dem Übergang zu den kanonisch konjugierten Impulsen ergeben heißen primäre Nebenbedingungen. Nebenbedingungen beschränken Variationen δq, δp Christof Witte kanonische 8 / 46
11 relativistisches Teilchen Ausgangspunkt Wirkung (Eigenzeit) S[q] := dτm g ab q a q b kanonisch konjugierte Impulse p i = L m q i = g im q m g( q, q) erhalten primäre Nebenbedingung g ij p i p j = m2 g( q, q) g im q m g jn q n g ij = m 2 Christof Witte kanonische 9 / 46
12 Lagrange Multiplikatoren um primäre Nebenbedingungen mit einzubeziehen, Kopplung an Wirkung durch Lagrange-Multiplikatoren S[q, p, u] = (L(q i, q i ) u m Φ m )dt = ( q i p i H(q i, p i ) u m Φ m )dt u m beliebige freie Parameter Christof Witte kanonische 10 / 46
13 verallgemeinerte Hamiltonfunktion, Bewegungsgleichungen Definition Die Hamiltonfunktion von Systemen mit primären Nebenbedingungen ist definiert als H T (q i, p i ) := H(q i, p i ) + u m Φ m (q i, p i ). Variation mit den Nebenbedingungen führt auf modifizierte Hamilton-Gleichungen q i = H p i + u m Φ m p i ṗ i = H q i u m Φ m q i = H T p i = H T q i Christof Witte kanonische 11 / 46
14 Besonderheiten der verallgemeinerten Formulierung H T (q i, p i ) := H(q i, p i ) + u m Φ m (q i, p i ) alte Hamiltongleichungen gelten nun mit H T nicht eine Hamiltonfunktion, sonder ganze Schar, parametrisiert durch u m weiterer Freiheitsgrad H T = H auf durch Nebenbedingung eingeschränkte Fläche im Phasenraum u m bleiben vorerst unbestimmt Christof Witte kanonische 12 / 46
15 Es folgt 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 13 / 46
16 klassische Definition Die Poissonklammer {, } zweier Phasenraumfunktionen f und g ist definiert durch {f, g} := f q i g p i g q i f p i. Eigenschaften: linear, antisymmetrisch, Produktregel, Jacobi-Identität bei Systemen ohne Nebenbedingung, Phasenraumfunktion f (q i, p i ) ḟ = {f, H} Christof Witte kanonische 14 / 46
17 Phasenraumfunktionen in Systemen mit NB berechnen für Phasenraumfunktion f (q i, p i ) ḟ = f q i qi + f p i ṗ i benutzen verallgemeinerte Hamiltongleichungen ḟ = f H q i H f p i q i + u m( f Φ m p i q i Φ m f ) p i q i p i = {f, H} + u m {f, Φ m } Christof Witte kanonische 15 / 46
18 erweiterte Poissonklammer erweitern Poissonklammer so, dass auch in Systemen mit Nebenbedingung ḟ = {f, H T } berechnen ḟ ḟ = {f, H + u m Φ m } = {f, H} + {f, u m Φ m } = {f, H} + u m {f, Φ m } + {f, u m }Φ m {f, H} + u m {f, Φ m } gleiches Ergebnis wie formales Ausrechnen und Ausnutzen der modifizierten Hamiltongleichungen Christof Witte kanonische 16 / 46
19 starke und schwache Gleichungen bezeichnet Gleichheit nur auf durch Nebenbedingungen eingeschränkten Fläche im Phasenraum schreiben dann die primären Nebenbedingungen Φ m 0 außerdem H T H und damit ḟ {f, H T } Ausnutzen der Nebenbedingungen erst nach Auswertung der! starke Gleichungen ( = ) gelten im ganzen Phasenraum Christof Witte kanonische 17 / 46
20 Es folgt 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 18 / 46
21 Konstanz der Nebenbedingungen für Nebenbedingungen muss gelten Φ m 0 t werten diese Bedingung aus Φ m {Φ m, H} + u m {Φ m, Φ m } 0 kann auf Widersprüche führen Theorie für System inkonsistent eindimensionales System mit Lagrangefunktion L(q, p) = q Euler-Lagrange-Gleichungen 1 = 0 Christof Witte kanonische 19 / 46
22 sekundäre Nebenbedingungen, Bestimmung u m Drei Möglichkeiten für {Φ m, H} + u m {Φ m, Φ m } 0 1 führt auf 0 = 0 keine neue Information 2 u m fallen aus der Gleichung vollständig heraus χ n (q i, p i ) 0 nennen χ n (q i, p i ) sekundäre Nebenbedingungen 3 u m fallen nicht heraus Gleichung zur Bestimmung der u m Christof Witte kanonische 20 / 46
23 Bestimmung der u m Prozedur wiederholen, solange bis keine neuen Informationen erhält Satz von χ k (q i, p i ) (k = 1,..., K), somit insgesamt Nebenbedingungen Φ j mit j = 1,..., M + K außerdem Satz von inhomogenen linearen Gleichungen für u m u m {Φ j, Φ m } = {Φ j, H} allgemeine Lösung des Gleichungssystems wobei v a (q i, p i, t) beliebig u m = U m + v a V m a Christof Witte kanonische 21 / 46
24 Hamiltonfunktion H T Einsetzen der u m in Hamiltonfunktion Definition Die totale Hamiltonfunktion eines Systems mit Nebenbedingungen definieren wir als H T := H + U m Φ m + v a V m a Φ m. Wir wollen noch zusammenfassen: H = H + U m Φ m, und Φ a = V m a Φ m. Christof Witte kanonische 22 / 46
25 Es folgt 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 23 / 46
26 Bedeutung der v a v a in H T beliebig der Theorie v a in Beziehung mit Invarianz der Wirkung relativistisches Teilchen S[q] := dτm g ab q a q b m p i = g im q m g( q, q) primäre Nebenbedingung Φ 1 = g ij p i p j m 2 0 Christof Witte kanonische 24 / 46
27 Fortsetzung Übergang zur klassischen Hamiltonfunktion zeigt H = 0 können dann H T schreiben als H T = v 1 Φ 1 dann ist für beliebige Phasenraumfunktion g dg dτ = ġ {g, H T } v 1 {g, Φ 1 } Multiplikation mit Faktor ändert nichts da v 1 beliebig keine absolute Zeit Christof Witte kanonische 25 / 46
28 Es folgt 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 26 / 46
29 Phasenraumfunktionen erster und zweiter Klasse Definition Eine Phasenraumfunktion F heißt erster Klasse, wenn j {F, Φ j } 0. Andernfalls bezeichenen wir F als Phasenraumfunktion zweiter Klasse. erlaubt Klassifikation der Nebenbedingungen in primäre & sekundäre Nebenbedingungen erster & zweiter Klasse insbesondere bei Nebenbedingungen Φ j erster Klasse haben wir {Φ j, Φ j } = c j j j Φ j Christof Witte kanonische 27 / 46
30 H T als Phasenraumfunktion erster Klasse betrachten H T = H + U m Φ m + v a Va m Φ m Va m Φ m ist erster Klasse: {Va m Φ m, Φ j } Va m {Φ m, Φ j } = 0 außerdem {H + U m Φ m, Φ j } ({Φ j, H} + U m {Φ j, Φ m }) 0 H T erster Klasse Christof Witte kanonische 28 / 46
31 Es folgt 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 29 / 46
32 Phasenraumfunktion g mit Anfangswert g(t = 0) = g 0, betrachten g(δt): g(δt) = g 0 + ġδt = g 0 + δt({g, H } + v a {g, Φ a }) nun verwenden v a und bilden Differenz g(δt) g (δt) g = ɛ a {g, Φ a }, ɛ a = δt(v a v a ) Φ a erzeugen Transformation die Systemeigenschaften nicht ändern man zeigt: sekundäre Nebenbedingungen erster Klasse erzeugen Unterscheidung primär-sekundär nicht entscheidend Christof Witte kanonische 30 / 46
33 Nebenbedingung Φ 1 = g ij p i p j m 2 berechnen nun mögliche der q s, und p s {q i, Φ 1 } = g ij p j = p i, {p i, Φ 1 } = 0 können q s in Richtung der p s ändern, ohne Systemzustand zu ändern, p s nicht transformierbar entspricht Verschiebung auf der Weltlinie des Teilchens bei vorgegebenem Satz (q i, p i ) beschreibt ( q i, p i ) den gleichen Zustand des Systems Christof Witte kanonische 31 / 46
34 Es folgt 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 32 / 46
35 zweiter Klasse Nebenbedingungen erster Klasse (i.f. Φ j ) erzeugen Nebenbedingungen zweiter Klasse (i.f. χ s ) reduzieren Phasenraum, sind aber sonst nicht interessant versuchen diese Freiheitsgrade aus der Theorie zu eliminieren modifizieren Poissonklammer, so dass für jede Phasenraumfunktion F {F, χ s } = 0 χ s = 0 Christof Witte kanonische 33 / 46
36 Vorgehen bei Nebenbedingungen zweiter Klasse zunächst so viele Nebenbedingungen zu erster Klasse Nebenbedingungen kombinieren wie möglich übrigbleibende Nebenbedingungen zweiter Klasse nicht physikalisch relevant benutzen Poissonklammer aus der diese Freiheitsgrade eliminiert sind Christof Witte kanonische 34 / 46
37 Dirac-Klammer Definition Die Dirac-Klammer {, } D zweier klassischer Phasenraumfunktionen f,g ist definiert durch {f, g} D = {f, g} {f, χ s }(M 1 ) ss {χ s, g}, wobei die Matrix M definiert wird durch M ss = {χ s, χ s }. interessant: nur gerade Anzahl an Nebenbedingungen zweiter Klasse möglich erfüllt alle Eigenschaften der Poissonklammer Christof Witte kanonische 35 / 46
38 Observablen Observablen sind Phasenraumfunktionen die Informationen über Systemzustand repräsentieren (Messgrößen) Messgrößen dürfen sich nicht ändern nach Eichtransformation Bedingung das Observable F invariant gegenüber : {F, Φ j } D 0 j sind Phasenraumfunktionen erster Klasse Christof Witte kanonische 36 / 46
39 Frage: Wie extrahieren wir, wo sich das relativistische Teilchen zur Zeit t befindet? q 0 hat die Bedeutung der Zeitkoordinate alle eichtransformierten q i beschreiben gleichen Systemzustand bei vorgegebenem Satz (q 0, q 1, q 2, q 3 ) transformieren so, dass Q 0 = t und lesen Orte Q 1, Q 2, Q 3 ab Transformationsvorschrift leicht zu finden Q i (t) = q i + t q0 p i p 0 Christof Witte kanonische 37 / 46
40 Fortsetzung Q i (t) Phasenraumfunktion, die für jedes t angibt, wo sich das Teilchen befindet überprüfen {Q i (t), Φ 1 } 0 Q i (t) ist Observable, nur solche geben Informationen über System für anderen Beobachter Lorentztransformation der Q i Christof Witte kanonische 38 / 46
41 Es folgt Kanonische 1 Klassische Mechanik 2 3 Kanonische Christof Witte kanonische 39 / 46
42 Kanonische von Systemen mit Nebenbedingungen Übergang q i ˆq i und p i ˆp i Schrödingergleichung i d dt Ψ = Ĥ Ψ außerdem Nebenbedingungen erster Klasse ˆΦ j Ψ = 0 Kommutator zweier Operatoren ˆF & Ĝ [ˆF, Ĝ] = i {F, G} D Christof Witte kanonische 40 / 46
43 Konsistenz der Gleichungen Kanonische Konsistenz verlangt das bedeutet dafür muss ˆΦ j ˆΦ j Ψ = 0 und ˆΦ j ˆΦ j Ψ = 0 [ˆΦ j, ˆΦ j ] Ψ = 0 [ˆΦ j, ˆΦ j ] = ĉ j jj ˆΦ j klassisch garantiert da Φ j erster Klasse in Quantenmechanik dennoch Problem: ĉ j jj alle links Christof Witte kanonische 41 / 46
44 weitere Schwierigkeiten Kanonische weitere Konsistenzbedingung aus Schrödingergleichung ĉ j j [ˆΦ j, Ĥ ] Ψ = 0 [ˆΦ j, Ĥ ] = ĉ j j ˆΦ j müssen alle links erscheinen außerdem muss geeignete Darstellung der Operatoren gefunden werden Informationen über System nur durch Erwartungswerte von Observablen: Ψ ˆF Ψ dazu Definition eines Skalarproduktes im Raum der Zustände nötig; schwieriger zu finden bei Systemen mit Nebenbedingungen Christof Witte kanonische 42 / 46
45 Kanonische relativistisches Teilchen Betrachten jetzt relativistisches Teilchen auf flachem Raum (g ij = diag( + + +)). Wir hatten gefunden Übergang in die Ortsdarstellung: Ĥ = 0, ˆΦ1 = g ij ˆp i ˆp j m 2 Ψ Ψ(q i ), ˆq i q i, ˆp i i q i Dann erhalten wir aus der primären Nebenbedingung ˆΦ 1 Ψ = 0 ( q i + m2 ) q i 2 Ψ(q i ) = 0. Christof Witte kanonische 43 / 46
46 Kanonische Fortsetzung Nebenbedingung führt also auf Klein-Gordon-Gleichung ( + m2 2 ) Ψ(q i ) = 0, mit = 2 q 02. Klein-Gordon-Gleichung nicht die relativistische Verallgemeinerung der Schrödingergleichung keine Gleichung für Zeitentwicklung eines Zustands Christof Witte kanonische 44 / 46
47 Kanonische Fortsetzung Ortsinformationen nur über geeignete Observable hatten Q i (t) schon kennengelernt Weg klar Q i (t) ˆQ i, Ortsinformation dann als Erwartungswerte des Operators Christof Witte kanonische 45 / 46
48 Quellen Kanonische Paul A. M. Dirac, Lectures on Quantum Mechanics, Dover Publications Inc., 2001 H.-J. Matschull, Dirac s Canonical Quantization Program, matschul S. Avery, Dirac Brackets, avery/notes/dirac-brackets.pdf Christof Witte kanonische 46 / 46
Hamilton-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
MehrDie Klein-Gordon Gleichung
Kapitel 5 Die Klein-Gordon Gleichung 5.1 Einleitung Die Gleichung für die Rutherford-Streuung ist ein sehr nützlicher Ansatz, um die Streuung von geladenen Teilchen zu studieren. Viele Aspekte sind aber
Mehr8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens
phys4.013 Page 1 8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens phys4.013 Page 2 8.6.3 Beispiel: Orts- und Impuls-Erwartungswerte für
MehrKlassische Feldtheorie 2 Mitschrift von Martin Bendschneider
Klassische Feldtheorie 2 Mitschrift von Martin Bendschneider 1 Inhaltsverzeichnis 1 Hamilton Mechanik 3 1.1 Newton Mechanik.......................... 3 1.2 Lagrange............................... 3 1.3
Mehr6 Allgemeine Theorie des elektromagnetischen Feldes im Vakuum
6 ALLGEMEINE THEORIE DES ELEKTROMAGNETISCHEN FELDES IM VAKUUM 25 Vorlesung 060503 6 Allgemeine Theorie des elektromagnetischen Feldes im Vakuum 6.1 Grundaufgabe der Elektrodynamik Gegeben: Ladungsdichte
Mehr3. Grundlagen der Linearen Programmierung
3. Grundlagen der linearen Programmierung Inhalt 3. Grundlagen der Linearen Programmierung Lineares Programm Grafische Lösung linearer Programme Normalform Geometrie linearer Programme Basislösungen Operations
MehrJürgen Wurm. 31. Mai 2006
Kohärente Zustände Jürgen Wurm 31. Mai 006 Vortrag zum Seminar Quantenoptik im SS 006 1 Inhaltsverzeichnis 1 Einleitung 3 Quantisierung des elektromagnetischen Feldes 3.1 Entwicklung des Feldes nach Eigenmoden.............................
MehrSupersymmetrische Quantenmechanik
Supersymmetrische Quantenmechanik Vorlesung mit Übungen Sommersemester 2014 Universität Erlangen-Nürnberg Georg Junker European Southern Observatory 15. April 2014 Vorbemerkungen 1. Montags 9-12 Vorlesung;
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrBONUS MALUS SYSTEME UND MARKOV KETTEN
Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,
MehrNumerisches Programmieren
Technische Universität München WS /3 Institut für Informatik Prof Dr Hans-Joachim Bungartz Dipl-Inf Christoph Riesinger Dipl-Inf Dipl-Math Jürgen Bräckle Numerisches Programmieren Programmieraufgabe: Polnominterpolation,
MehrII. Klein Gordon-Gleichung
II. Klein Gordon-Gleichung Dieses Kapitel und die zwei darauf folgenden befassen sich mit relativistischen Wellengleichungen, 1 für Teilchen mit dem Spin 0 (hiernach), 2 (Kap. III) oder 1 (Kap. IV). In
MehrKlassische Theoretische Physik II. V: Prof. Dr. M. Mühlleitner, Ü: Dr. M. Rauch. Klausur 1 Lösung. 01. August 2012, 17-19 Uhr
KIT SS 0 Klassische Theoretische Physik II V: Prof. Dr. M. Mühlleitner, Ü: Dr. M. Rauch Klausur Lösung 0. August 0, 7-9 Uhr Aufgabe : Kurzfragen (+++4=0 Punkte (a Zwangsbedingungen beschreiben Einschränkungen
MehrInvariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen
Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 5 Invariantenringe zu Untergruppen Proposition 5.1. Es sei R G R eine Operation einer Gruppe G auf einem kommutativen Ring durch
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
MehrKapitel 7. Bosonfelder: Die Klein-Gordon Gleichung. 7.2 Die Klein-Gordon-Gleichung. 7.1 Einleitung
10 Teilchenphysik, HS 007-SS 008, Prof. A. Rubbia ETH Zurich) 7. Die Klein-Gordon-Gleichung Kapitel 7 Bosonfelder: Die Klein-Gordon Gleichung Wir können im Prinzip die Schrödinger-Gleichung einfach erweitern.
Mehr(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu
Herleitung der oppenecker-formel (Wiederholung) Für ein System ẋ Ax + Bu (B habe Höchstrang) wird eine Zustandsregelung u x angesetzt. Der geschlossene egelkreis gehorcht der Zustands-Dgl. ẋ (A B)x. Die
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
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:
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 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
MehrII.2 Lösung der freien Klein Gordon-Gleichung
II. Lösung der freien Klein Gordon-Gleichung II..1 Allgemeine Lösung Da die Klein Gordon-Gleichung eine lineare partielle Differentialgleichung ist, kann man als Lösungsansatz eine ebene Welle φ(x) N e
MehrKapitel 15: Differentialgleichungen
FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen
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
Mehr9 Relativistische Mechanik
9 Relativistische Mechanik Die bisher behandelte Newtonsche Mechanik gilt nur für Geschwindigkeiten, die klein gegenüber der Lichtgeschwindigkeit sind In diesem Kapitel stellen wir die relativistische
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
MehrArbeit und Leistung. 2mgs/2 = mgs. m g. m g. mgs = const. m g. 2m g. .. nmgs/n = mgs
Arbeit und Leistung s s m g m g mgs = mgs s/2 mgs = const. s 2m g m g 2mgs/2 = mgs.. nmgs/n = mgs Arbeit und Leistung Arbeit ist Kraft mal Weg Gotthardstraße Treppe und Lift Feder Bergsteiger/Wanderer
MehrLorentz- und Poincaré-Gruppe und SL(2,C)
Lorentz- und Poincaré-Gruppe und SL(2,C) Alexander Baade Andreas Müllers Christian Wuttke 24.01.2005 Inhaltsverzeichnis 1 Wiederholung der Grundlagen 2 2 Die SL(2,C) und die eigentlichen orthochronen Lorentz-Gruppe
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
Mehr8. Quadratische Reste. Reziprozitätsgesetz
O Forster: Prizahlen 8 Quadratische Reste Rezirozitätsgesetz 81 Definition Sei eine natürliche Zahl 2 Eine ganze Zahl a heißt uadratischer Rest odulo (Abkürzung QR, falls die Kongruenz x 2 a od eine Lösung
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
MehrDidaktik der Algebra Jürgen Roth Didaktik der Algebra 4.1
Didaktik der Algebra 4.1 Didaktik der Algebra Didaktik der Algebra 4.2 Inhalte Didaktik der Algebra 1 Ziele und Inhalte 2 Terme 3 Funktionen 4 Gleichungen Didaktik der Algebra 4.3 Didaktik der Algebra
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.
MehrDivision Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema
Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrNichtlineare Optimierung ohne Nebenbedingungen
Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt
Mehr\"UBER DIE BIVEKTOR\"UBERTRAGUNG
TitleÜBER DIE BIVEKTORÜBERTRAGUNG Author(s) Hokari Shisanji Journal of the Faculty of Science Citation University Ser 1 Mathematics = 北 要 02(1-2): 103-117 Issue Date 1934 DOI Doc URLhttp://hdlhandlenet/2115/55900
MehrNumerisches Programmieren
Technische Universität München SS 2012 Institut für Informatik Prof Dr Thomas Huckle Dipl-Inf Christoph Riesinger Dipl-Math Alexander Breuer Dipl-Math Dipl-Inf Jürgen Bräckle Dr-Ing Markus Kowarschik Numerisches
MehrGrammatiken. Einführung
Einführung Beispiel: Die arithmetischen Ausdrücke über der Variablen a und den Operationen + und können wie folgt definiert werden: a, a + a und a a sind arithmetische Ausdrücke Wenn A und B arithmetische
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
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
MehrEinfache Differentialgleichungen
Differentialgleichungen (DGL) spielen in der Physik eine sehr wichtige Rolle. Im Folgenden behandeln wir die grundlegendsten Fälle 1, jeweils mit einer kurzen Herleitung der Lösung. Dann schliesst eine
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
MehrFAKTORIELLE VERSUCHSPLÄNE. Andreas Handl
FAKTORIELLE VERSUCHSPLÄNE Andreas Handl 1 Inhaltsverzeichnis 1 Versuchsplanung 4 2 Einfaktorielle Varianzanalyse 6 2.1 DieAnnahmen... 6 2.2 Die ANOVA-Tabelle und der F -Test... 6 2.3 Versuche mit zwei
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
MehrNumerisches Programmieren
Technische Universität München SoSe 213 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Jürgen Bräckle Numerisches Programmieren 2. Programmieraufgabe: Lineare
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
MehrElektrizitätslehre und Magnetismus
Elektrizitätslehre und Magnetismus Othmar Marti 26. 05. 2008 Institut für Experimentelle Physik Physik, Wirtschaftsphysik und Lehramt Physik Seite 2 Physik Klassische und Relativistische Mechanik 26. 05.
MehrEinführung. Vita Rutka. Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik SS 2009
Einführung Vita Rutka Universität Konstanz Fachbereich Mathematik & Statistik AG Numerik SS 2009 Was ist FEM? Die Finite-Elemente-Methode (FEM) ist ein numerisches Verfahren zur näherungsweisen Lösung,
MehrMolekularfeldtheorie (MFT)
29.06.2006 Motivation Anwendungen der MFT MFT-Herleitung mittels Variationsansatz und Anwendung Grenzen der Anwendung der MFT Motivation Meisten Probleme nur unter Berücksichtigung von Wechselwirkungen
MehrBitte beschäftigen Sie sich mit folgenden Aspekten aus dem Gebiet Schwache Wechselwirkung :
Bitte beshäftigen Sie sih mit folgenden Asekten aus dem Gebiet Shwahe Wehselwirkung : igenarten des nuklearen β-zerfalls Fermi- und Gamow-Teller Übergänge 3 vektorielle und axiale Kolung 4 Wiederholen
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrStatistik I für Wirtschaftswissenschaftler Klausur am 06.07.2007, 14.00 16.00.
1 Statistik I für Wirtschaftswissenschaftler Klausur am 06.07.2007, 14.00 16.00. Bitte unbedingt beachten: a) Gewertet werden alle 9 gestellten Aufgaben. b) Lösungswege sind anzugeben. Die Angabe des Endergebnisses
MehrInstitut für Leistungselektronik und Elektrische Antriebe. Übungen Regelungstechnik 2
Institut für Leistungselektronik und Elektrische Antriebe Prof. Dr.-Ing. J. Roth-Stielow Übungen Regelungstechnik 2 Inhalt der Übungen: 1. Grundlagen (Wiederholung RT1) 2. Störgrößenaufschaltung 3. Störgrößennachbildung
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 +
Mehr300 Arbeit, Energie und Potential 310 Arbeit und Leistung 320 Felder und Potentiale
300 Arbeit, Energie und Potential 30 Arbeit und Leistung 30 Felder und Potentiale um was geht es? Arten on (mechanischer) Energie Potentialbegriff Beschreibung on Systemen mittels Energie 3 potentielle
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
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
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.
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
MehrEinführung in Statistik und Messwertanalyse für Physiker
Gerhard Böhm, Günter Zech Einführung in Statistik und Messwertanalyse für Physiker SUB Göttingen 7 219 110 697 2006 A 12486 Verlag Deutsches Elektronen-Synchrotron Inhalt sverzeichnis 1 Einführung 1 1.1
Mehr1 Lineare Gleichungssysteme
MLAN1 1 LINEARE GLEICHUNGSSYSTEME 1 Literatur: K Nipp/D Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4 Auflage, 1998, oder neuer 1 Lineare Gleichungssysteme Zu den grundlegenden
MehrDie Burgers Gleichung
Die Burgers Gleichung Vortrag im Rahmen der Vorlesung Spektralmethoden Elena Frenkel Samuel Voit Balthasar Meyer 29. Mai 2008 1 Einfürung Ein kurzer Überblick Physikalische Motivation 2 Cole-Hopf Transformation
MehrWas bisher geschah: Formale Sprachen
Was isher geschah: Formale Sprachen Alphaet, Wort, Sprache Operationen und Relationen auf Wörtern und Sprachen reguläre Ausdrücke: Syntax, Semantik, Äquivalenz Wortersetzungssysteme Wortersetzungsregeln
MehrDefinition und Eigenschaften Finiter Elemente
Definition und Eigenschaften Finiter Elemente 1 Das letzte Mal Im letzten Vortrag haben wir zum Schluss das Lemma von Lax Milgram präsentiert bekommen, dass ich hier nocheinmal in Erinnerung rufen möchte:
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
MehrTeil II. Nichtlineare Optimierung
Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene
MehrMathematik-Dossier. Die lineare Funktion
Name: Mathematik-Dossier Die lineare Funktion Inhalt: Lineare Funktion Lösen von Gleichungssystemen und schneiden von Geraden Verwendung: Dieses Dossier dient der Repetition und Festigung innerhalb der
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
MehrEntscheidungsprobleme. Berechenbarkeit und Komplexität Entscheidbarkeit und Unentscheidbarkeit. Die Entscheidbarkeit von Problemen
Berechenbarkeit und Komlexität Entscheidbarkeit und Unentscheidbarkeit Wolfgang Schreiner Wolfgang.Schreiner@risc.uni-linz.ac.at Research Institute for Symbolic Comutation (RISC) Johannes Keler University,
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
MehrSpezielle Relativitätstheorie
Spezielle Relativitätstheorie Proseminar: Kosmologie und Teilchenphysik von Evangelos Nagel Physik vor dem 20. Jhd. Newton (Principia Mathematica): Der absolute Raum bleibt vermöge seiner Natur und ohne
MehrProjektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:
Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein
MehrOptimale Steuerung. Sequentielle Quadratische Programmierung. Kevin Sieg. 14. Juli 2010. Fachbereich für Mathematik und Statistik Universität Konstanz
Optimale Steuerung Kevin Sieg Fachbereich für Mathematik und Statistik Universität Konstanz 14. Juli 2010 1 / 29 Aufgabenstellung 1 Aufgabenstellung Aufgabenstellung 2 Die zusammengesetzte Trapezregel
MehrVorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel
Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3
MehrTransformation und Darstellung funktionaler Daten
Transformation und Darstellung funktionaler Daten Seminar - Statistik funktionaler Daten Jakob Bossek Fakultät für Statistik 7. Mai 2012 Übersicht Einleitung Einordnung im Seminar Motivation am Beispiel
MehrLineare Programmierung
Lineare Programmierung WS 2003/04 Rolle der Linearen Programmierung für das TSP 1954: Dantzig, Fulkerson & Johnson lösen das TSP für 49 US-Städte (ca. 6.2 10 60 mögliche Touren) 1998: 13.509 Städte in
MehrAusarbeitung des Seminarvortrags zum Thema
Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung
Mehra) Zeichnen Sie in das nebenstehende Streudiagramm mit Lineal eine Regressionsgerade ein, die Sie für passend halten.
Statistik für Kommunikationswissenschaftler Wintersemester 2009/200 Vorlesung Prof. Dr. Helmut Küchenhoff Übung Cornelia Oberhauser, Monia Mahling, Juliane Manitz Thema 4 Homepage zur Veranstaltung: http://www.statistik.lmu.de/~helmut/kw09.html
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
Mehr11. Primfaktorzerlegungen
78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung
MehrLebensdauer eines x-jährigen
Lebensdauer eines x-jährigen Sabrina Scheriau 20. November 2007, Graz 1 INHALTSVERZEICHNIS 2 Inhaltsverzeichnis 1 Einleitung 3 2 Sterbewahrscheinlichkeiten 4 2.1 Definition und Ermittlung....................
Mehr2.5.2 Selbstorganisierte Karten: das Modell von Kohonen. Weil es beim Perzeptron keine Wechselwirkung in der Verarbeitungsschicht
2.5.2 Selbstorganisierte Karten: das Modell von Kohonen Weil es beim Perzeptron keine Wechselwirkung in der Verarbeitungsschicht zwischen den einzelnen Neuronen gibt, spielt deren räumliche Anordnung keine
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)
MehrBildverarbeitung Herbstsemester 2012. Kanten und Ecken
Bildverarbeitung Herbstsemester 01 Kanten und Ecken 1 Inhalt Einführung Kantendetektierung Gradientenbasierende Verfahren Verfahren basierend auf der zweiten Ableitung Eckpunkterkennung Harris Corner Detector
Mehr7 Die Determinante einer Matrix
7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg, Literatur Richard Hartle and Andrew Zisserman. Multiple View Geometr in computer vision, Cambridge Universit Press, 2 nd Ed., 23. O.D.
MehrLösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)
Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen
Mehr1.3 Ein paar Standardaufgaben
1.3 Ein paar Standardaufgaben 15 1.3 Ein paar Standardaufgaben Einerseits betrachten wir eine formale und weitgehend abgeschlossene mathematische Theorie. Sie bildet einen Rahmen, in dem man angewandte
MehrComputersimulation physikalischer Phänomene mit der Finite- Elemente-Methode
K.Bräuer: Computersimulation physikalischer Phänomene mit der Finiten-Elemente-Methode 1 Computersimulation physikalischer Phänomene mit der Finite- Elemente-Methode Kurt Bräuer Privatdozent am Institut
MehrPhysikalisches Praktikum
Inhaltsverzeichnis Physikalisches Praktikum Versuchsbericht M4 Stoßgesetze in einer Dimension Dozent: Prof. Dr. Hans-Ilja Rückmann email: irueckm@uni-bremen.de http: // www. praktikum. physik. uni-bremen.
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.
MehrEntwurf robuster Regelungen
Entwurf robuster Regelungen Kai Müller Hochschule Bremerhaven Institut für Automatisierungs- und Elektrotechnik z P v K Juni 25 76 5 OPTIMALE ZUSTANDSREGELUNG 5 Optimale Zustandsregelung Ein optimaler
MehrSO(2) und SO(3) Martin Schlederer. 06. Dezember 2012
SO(2) und SO(3) Martin Schlederer 06. Dezember 2012 Inhaltsverzeichnis 1 Motivation 2 2 Wiederholung 2 2.1 Spezielle Orthogonale Gruppe SO(n)..................... 2 2.2 Erzeuger.....................................
Mehrab (a wird gefunden als die Abcisse des Minimums). so erhält man eine
24 ab (a wird gefunden als die Abcisse des Minimums). so erhält man eine gerade Linie. Die (:~). Kurve (verg I. Fig. 5) ist ein Parabel. Wenn nun d gröszer als a wird. wird die Kurve wieder steigen. Die
MehrFit in Mathe. Juni 2014 Klassenstufe 9. Lineare Funktionen
Thema Musterlösungen Juni 0 Klassenstufe 9 Lineare Funktionen a) Vervollständige die Tabelle mit den Funktionswerten: x 6 8 0 6 0 x 5 6 7 8 9 0 b) Gib die Funktionsgleichung an x 6 8 0 6 0 8 x,5,75,5 0,5-0,5
Mehr0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
MehrScheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É.
Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É. Tardos Janick Martinez Esturo jmartine@techfak.uni-bielefeld.de xx.08.2007 Sommerakademie Görlitz Arbeitsgruppe 5 Gliederung
MehrÜbungen zur Numerischen Mathematik 2 Sommersemester 2014. Übungsblatt 13
Universität Heidelberg Interdisziplinäres Zentrum für Wissenschaftliches Rechnen Prof. Dr. Dres. h.c. Hans Georg Bock Dr. Christian Kirches Dipl.-Phys. Simon Lenz Übungen zur Numerischen Mathematik 2 Sommersemester
Mehr2. Übungsaufgabe: Geometrieoptimierung, Verwendung der Z-Matrix
Theoretische Chemie II Übungen am Computer Prof. Bernhard Dick Christian Neiß Uni Regensburg WS 2003/2004 2. Übungsaufgabe: Geometrieoptimierung, Verwendung der Z-Matrix A. Vorbemerkungen: Angabe der Molekülgeometrie
Mehr