Aufgaben zur Vorlesung: Lineare Algebra und analytische Geometrie I

Größe: px
Ab Seite anzeigen:

Download "Aufgaben zur Vorlesung: Lineare Algebra und analytische Geometrie I"

Transkript

1 Institut für Mathematik Blatt Prof. Dr. B. Martin, H. Süß Abgabe: 0.4. Aufgaben zur Vorlesung: Lineare Algebra und analytische Geometrie I Aufgabe : 2 Punkte Stellen Sie die Gleichung der Ebene auf, in der die drei Punkte (6,, 4), (5, 4, 0) und (3,, 5) liegen. Aufgabe 2: Gegeben sind zwei Ebenen E : 2x y + 3z + 4 = 0 und E 2 : x + y 2z 3 = 0 und der Punkt P = (2, 0, ). Gesucht ist die Gerade, die zu beiden Ebenen parallel verläuft und durch P geht. Aufgabe 3: Man zeige: Die Seitenmittelpunkte eines Vierecks bilden ein Parallelogramm. Aufgabe 4: Man berechne den Abstand zwischen der Ebene und dem Punkt P = (9, 4, 2). E : r s 0. Zusatzaufgabe 5: Man betrachte die Pyramide mit der Spitze S = (6,, 6) und einer dreieckigen Grundfäche mit den Ecken (4, 4, 3), (5, 4, 6) und (7, 0, 2). Man bestimme die Höhe der Pyramide.

2 Institut für Mathematik Blatt 2 Prof. Dr. B. Martin, H. Süß Abgabe: 7.4. Aufgaben zur Vorlesung: Lineare Algebra (IT-2) Aufgabe 3: Prüfen Sie, ob die folgenden linearen Gleichungssysteme lösbar sind, und bestimmen Sie ggf. sämtliche Lösungen: a) x + 6y + 2z = 4 b) x + y + z u = 4 2x 2y z = 2 x y + z + u = 8 3x 4y 2z = 3x + y + 3z u = 6 c) Aufgabe 4: 6 Punkte Stellen Sie ein Gleichungssystem zur Berechnung der Stromstärken I,...,I 7 bei gegebenen Widerständen R,...R 7 und Spannungen U,...,U 4 in folgendem Gleichstromkreis auf. U R 2 R I R U 2 3 I3 U 3 R 7 I 7 R 6 I 6 R 4 I 4 I 5 R 5 I 2. U 4 Lösen Sie dieses Gleichungssystem für U = 30 V U 2 = U 3 = 0 V und U 4 = 80 V, sowie R = R 3 = R 4 = R 6 = Ω, R 2 = R 5 = 2 Ω und R 7 = 3 Ω. Hinweise: Es gilt das Ohmsche Gesetz für den Spannungsabfall an einem Widerstand: U = R I. Ferner gelten die Kirschhoffschen Regeln: Knotenregel: In einem Knotenpunkt ist die Summe der zufließenden Ströme gleich der, der abfließenden Ströme. Maschenregel: In einem geschlossenen Stromkreis ist die Summe der angelegten Spannungen gleich der, der Spannungabfälle.

3 Institut für Mathematik Blatt 3 Prof. Dr. B. Martin, J. Kunath Abgabe: 24. April 202 Geben Sie Name, Matr.-Nr., Übungsgruppe auf Ihrer Lösung an und heften Sie alle Blätter zusammen! Aufgaben zur Vorlesung: Mathematik IT 2 (Lineare Algebra) Aufgabe 5: Ein Planzenschutzmittelhersteller bezieht von einem Zulieferbetrieb drei chemische Grundsubstanzen M, M 2 und M 3, die wiederum aus drei Rohstoffen R, R 2 und R 3 gemischt werden, und zwar in folgenden Prozentsätzen: R R 2 R 3 M M M Für die Herstellung eines neuen Produkts benötigt man aber eine Grundsubstanz, die 40% des Rohstoffs R, 50% des Rohstoffs R 2 und 0% des Rohstoffs R 3 enthält? Kann eine solche Grundsubstanz durch Mischung der vorhandenen Grundsubstanzen M, M 2 und M 3 erhalten werden? Falls ja, dann geben Sie an, wie die Mischung herzustellen ist. Aufgabe 6: Bestimmen Sie den Rang der folgenden Matrix A := Ist das Gleichungssystem Ax = b mit b := (, 2, 0, 4, 3 ) t lösbar? Wenn ja, dann geben Sie alle Lösungen an. Aufgabe 7: Bestimmen Sie die Lösungsmenge des Gleichungssystems t t t x x 2 x 3 = t in Abhängigkeit von t R. Geben Sie außerdem alle Werte für t R an, für die das Gleichungssystem ggf. keine Lösung besitzt. Aufgabe 8: Gegeben seien die folgenden Matrizen: A := 0 0 0, B := 0 0 0, C := 2 0 und D := ( ) Berechnen Sie die Produkte AB, BA, C t C, CC t und D(A + B 2 ).

4 Institut für Mathematik Blatt 4 Prof. Dr. B. Martin, J. Kunath Abgabe: 02. Mai 202 Geben Sie Name, Matr.-Nr., Übungsgruppe auf Ihrer Lösung an und heften Sie alle Blätter zusammen! Aufgaben zur Vorlesung: Mathematik IT 2 (Lineare Algebra) Aufgabe 9 : Mit e i R 3 sei der i-te Einheitsvektor bezeichnet und die Matrix B Mat(3, 3; R) sei durch 2 2 B := definiert. Weiter seien s := e + e 2 + e 3 und F := ( ) e, e 3. Berechnen Sie die folgenden Produkte B ei, B t e i, jeweils für i =, 2, 3, und ferner B s, s t B, B t s sowie B F, F t B und B t F. e it B, Aufgabe 0: Bestimmen Sie die inversen Matrizen von A, B und A B, falls diese existieren, wobei A := und B := Aufgabe : Bestimmen Sie den Rang der folgenden Matrix B := p q r für p, q, r R. (Hinweis: Betrachten Sie verschiedene Fälle!) Aufgabe 2: Beweisen oder widerlegen Sie folgende Behauptungen: (a) Falls A, B Mat(n, n; R) symmetrisch sind, dann ist A B genau dann symmetrisch, wenn A B = B A gilt. (b) Seien A, B Mat(n, n; R). Ist A regulär, dann sind auch A B und B A regulär.

5 Institut für Mathematik Blatt 5 Prof. Dr. B. Martin, H. Süß Abgabe: 8.5. vor der Vorlesung Lineare Algebra (IT-2) Aufgabe 3: Gegeben sei die Matrix 0 A = Man bestimme Matrizen C und D, so dass das Produkt CAD die Form ( ) Ik 0 CAD = 0 0 hat. Aufgabe 4: Bestimmen Sie die Inverse der folgenden Matrix und ihre Zerlegung in Elementarmatrizen, wenn das möglich ist. 0 0 t t t 0 Aufgabe 5: Gegeben seien die beiden Mengen G = {(a, b) R 2 a 0} und G 2 = {(a, b) R 2 b 0}. Untersuchen Sie, ob diese Mengen jeweils zusammen mit der Operation eine Gruppe bilden. (a, b) (a, b ) := (aa, ab + ba ) Aufgabe 6: Wir betrachten die folgende Menge von 2 2-Matrizen 5 Punkte C := { ( a b b a ) a, b R} Zeigen Sie:. Produkte aus C sind vertauschbar. 2. C ist abgeschlossen bezüglich der Matrixaddition + und Matrixmultiplikation 3. C ist abgeschlossen bezüglich Inversenbildung Bemerkung: C wird damit zu einem Körper.

6 Institut für Mathematik Blatt 6 Prof. Dr. B. Martin, H. Süß Abgabe: 5.5. Aufgaben zur Vorlesung: Lineare Algebra (IT-2) Aufgabe 7: Berechnen Sie (243) in Z/352Z. Aufgabe 8:. Entscheiden Sie für die folgenden Teilmengen des Vektorraums V = R 3, ob sie ein Unterraum sind: () {(x, y, z) R 3 x y + 2z = 0 oder x = y} (2) {(x, y, z) R 3 x y + 2z = 0 und x = y} (3) {(x, y, z) R 3 x = n, y = 2n, z = 3n mit n Q} (4) {(x, y, z) R 3 x = n, y = 2n, z = 3n mit n R} 2. Wir betrachten den Vektorraum aller Polynome R[X], welche der folgenden Teilmengen sind Unterräume? (a) {f R[X] f() = 0} (b) {f R[X] f() = } (c) {f R[X] f() 0} {0} Aufgabe 9: 5 Punkte Der Chinesische Restsatz findet sich erstmals im Standardwerk Sun Zi Suan Jing des chinesischen Mathematikers Sun Zi aus dem vierten Jahrhundert. Der Überlieferung nach benutzten Chinesische Generäle den Restsatz, um Soldaten zu zählen. Vor einer Schlacht lässt der General seine Soldaten nacheinander in Reihen von je 5, 6, 7 und aufstellen. Dabei bleiben jeweils drei Soldaten übrig als sich sie sich in Fünfer-, Siebener- und Elferreihen aufstellen und keiner als sie sich in Sechserreihen aufstellen. Es waren 200 Bauern zwangsrekrutiert worden. Wieviele waren schlau genug sich vor der Schlacht heimlich zu verabschieden?

7 Institut für Mathematik Blatt 7 Prof. Dr. B. Martin, H. Süß Abgabe: Aufgaben zur Vorlesung: Lineare Algebra (IT-2) Aufgabe 20: Bestimmen Sie die Lösungsmenge des linearen Gleichungssystems zu der folgenden erweiterten Koeffizientenmartix Interpretieren Sie die Einträge der Matrix dabei als Elemente aus. R 2. Z/5Z 3. Z/3Z Aufgabe 2: Man ergänze die Vektoren (0,,,, ), ( 2,,, 0, ) und (3, 3, 2, 0, 3) zu einer Basis des R 5. Aufgabe 22:. V R 4 sei der durch die Gleichung x x 2 + x 4 = 0 definierte Unterraum. Geben Sie ein Erzeugendensystem für V an. 2. Bestimmen Sie ein Erzeugendensystem für V V 2, V 2 := R (, 2,, 0) + R (,,, 2) 3. Welche Dimensionen haben die Vektorräume V, V 2, V V 2 und V + V 2? Aufgabe 23: Bestimmen Sie ein lineares Gleichungssystem, mit U = span((,, 0, 0), (, 0, 3 2)) als Lösungsmenge.

8 Institut für Mathematik Blatt 8 Prof. Dr. B. Martin, H. Süß Abgabe: 5.6. Aufgaben zur Vorlesung: Lineare Algebra (IT-2) Aufgabe 24: Seien v,..., v n Elemente eines Vektorraumes V. Man zeige, dass die Elemente v v n,... v n v n genau dann linear unabhängig sind, wenn die Elemente v 2 v,..., v n v linear unabhängig sind. Aufgabe 25: Gibt es eine Lineare Abbildung L : R 3 R 2 mit L((, 2, 0) t ) = (3, ) t, L((2, 0, 2) t ) = (, ) t, L(( 2, 4, 2) t = ( 7, 5) t. Falls ja geben Sie deren Matrix bezüglich der Standardbasen an. Aufgabe 26: Welche der folgenden Abbildungen f : V W sind linear? 5 Punkte. V = R 3, W = R 2, f((x, x 2, x 3 )) = (2x + 3x 2 + 5x 3, x x 2 2x 3 ) 2. V = W = R 4, f((x, x 2, x 3, x 4 )) = (x 4,, 0, x ) 3. V = R 2, W = R, f((x, x 2 )) = x x 2 4. Es sei a R und V = W = R[x], f(g) = g(a) R R[x] 5. V = W = { beliebig oft differenzierbare Funktionen g : R R }, f(g) = g Aufgabe 27: Bestimmen Sie eine Basis von Kern und Bild folgender linearer Abbildungen: 6 Punkte. f : R 4 R 3, f((x, x 2, x 3, x 4 )) = (x + x 2 x 3, x + 3x 2 + x 3 + 2x 4, x 2 + x 3 + x 4 ) 2. f : R[x] 3 R[x] 3, f(g) = g g(0) Dabei ist R[x] 3 der Vektorraum der Polynome vom Grad kleiner oder gleich drei.

9 Institut für Mathematik Blatt 9 Prof. Dr. B. Martin, J. Kunath Abgabe: 2. Juni 202 Geben Sie Name, Matr.-Nr., Übungsgruppe auf Ihrer Lösung an und heften Sie alle Blätter zusammen! Aufgaben zur Vorlesung: Mathematik IT 2 (Lineare Algebra) Aufgabe 28 : Bestimmen Sie die Determinanten von A := , B := t t t, t R, C := Aufgabe 29: Berechnen Sie für beliebiges n N \ {0} die Determinante von A n := a b 0 a... b 0. 0 b... a 0 b a. Mat(2n, 2n; R) (Hinweis: vollständige Induktion.) Zusatzaufgabe 30: Berechnen Sie für beliebiges n N \ {0, } die Determinante von A n := Mat(n, n; R) Punkte

10 Institut für Mathematik Blatt 0 Prof. Dr. B. Martin, H. Süß Abgabe: 9.6. vor der Vorlesung Lineare Algebra (IT-2) Aufgabe 3: Man löse falls möglich das folgender Gleichungssystem mithilfe der Cramerschen Regel. αx + x 2 + x 3 = 2 x + αx 2 + x 3 = 4 x + x 2 + αx 3 = α Aufgabe 32: Man berechne das charakteristische Polynom der Matrix Aufgabe 33: Es sei folgende Matrix gegeben: Für welche a R. ist Eigenwert von A, 2. ist Eigenwert von A, 3. sind beide Eigenwerte. a + 0 a A = 0 a 0 a 0 a + 5 Punkte

11 Institut für Mathematik Blatt Prof. Dr. B. Martin, H. Süß Abgabe: vor der Vorlesung Lineare Algebra (IT-2) Aufgabe 34: Berechnen Sie die Eigenwerte der Matrix M = und geben Sie eine Basis des R 3 aus Eigenvektoren von M an. Aufgabe 35: 6 Punkte Man entscheide für die folgenden Matrizen, ob sie diagonalisierbar sind und finde gegebenenfalls eine Matrix P, so dass P AP Diagonalform hat ( 2 2 ) ( 2 3 ) ( 0 0 ) 2 3, 0 4 5, Aufgabe 36: 4+2 Punkte. ( ) Sei f(x) ein Polynome mit einer mehrfachen Nullstelle x 0, d.h. (x x 0 ) 2 ist ein Teiler von f(x). Man zeige, dass dann (x x 0 ) ein gemeinsamer Teiler von f und der Ableitung f ist. Hinweise: Man leite den Term f(x) = (x x 0 ) 2 g(x) ab Man bestimme mittels ) und dem Euklidischen Algorithmus für Polynome die mehrfachen Nullstellen von x 5 2x 4 2x 3 + 4x 2 + x 2.

12 Institut für Mathematik Blatt 2 Prof. Dr. B. Martin, H. Süß Abgabe: 3.7. vor der Vorlesung Lineare Algebra (IT-2) Aufgabe 37: Wenden Sie das Gram-Schmidtsche Orthonormalisierungsverfahren auf die R 3 -Basis an (bezüglich des Standardskalarprodukts). v = ( 3,, ), v 2 = (2,, ), v 3 = (, 2, 2) Aufgabe 38: Satz des Thales: Sei (V,, ) ein Euklidischer Vektorraum und die durch x = x, x definierte Norm. Zeigen Sie: x = y (x y) (x + y). Aufgabe 39: Betrachten Sie A = ( ) 2. 6 Punkte. Zeigen Sie, dass (x, y) A := x t Ay ein Skalarprodukt auf R 2 definiert. 2. Finden Sie eine Orthonomalbasis des R 2 bezüglich (, ) A. Aufgabe 40: Berechnen sie den Abstand zwischen dem Punkt P = (2, 2,, ) t der Hyperebene ) ( 0 ) H = Span(( 0, ) 2 und zwischen P und H.

13 Institut für Mathematik Blatt 3 Prof. Dr. B. Martin, H. Süß Abgabe: 0.7. vor der Vorlesung Lineare Algebra (IT-2) Aufgabe 37: Bestimmen Sie zu folgender Drehmatrix A = Punkte die zugehörige Drehachse und den Drehwinkel. Aufgabe 38: Bestimmen Sie den Rang der folgenden Matrix in Abhängigkeit von den Parametern s, tinr s 2s (2s + t) s (3s 4t) (s + t) s ( s 4t) 2s Aufgabe 39: Man bestimme in Abhängigkeit von den Parametern a, b, c R, die inverse Matrix zu a 0 0 b 0 0 c Aufgabe 40: Man zeige, dass die Vektoren 2, 2 0 2, , 0 2 eine Basis des R 4 bilden und bestimme die Koordinaten von ( 5, 6, 9, 5) t bezüglich dieser Basis. Aufgabe 4: Man stelle fest, ob die folgende Matrix diagonalisierbar ist

Aufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ).

Aufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ). Aufgabe Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(3A E n ). Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A 3E n ). Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Bild(A

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare 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

Mehr

Definition 27 Affiner Raum über Vektorraum V

Definition 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

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Eigenwerte und Eigenvektoren von Matrizen

Eigenwerte 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

Mehr

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Artur Trzewik sw562@uni-essen.de v1., 26.3.1998 korrigiert 16. Februar 2 Zusammenfassung Warnung: für die Richtigkeit der Definitionnen

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen 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.

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik 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

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE 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

Mehr

Übungen 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 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.

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. 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

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen 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)

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

Lineare Algebra - alles was man wissen muß

Lineare 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

Mehr

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG ¾ REITSUNTERLGEN ZUR VORLESUNG UND ÜUNG N DER UNIVERSITÄT DES SRLNDES LINERE OPTIMIERUNG IM SS Lineare Optimierung (SS ). ufgabe (Graphische Lineare Optimierung) Nach einem anstrengenden Semester steht

Mehr

Vorwort. Günter M. Gramlich. Lineare Algebra. Eine Einführung ISBN: 978-3-446-43035-8. Weitere Informationen oder Bestellungen unter

Vorwort. Günter M. Gramlich. Lineare Algebra. Eine Einführung ISBN: 978-3-446-43035-8. Weitere Informationen oder Bestellungen unter Vorwort Günter M. Gramlich Lineare Algebra Eine Einführung ISBN: 978-3-446-43035-8 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-43035-8 sowie im Buchhandel. Carl Hanser

Mehr

A Matrix-Algebra. A.1 Definition und elementare Operationen

A 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

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 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

Mehr

Lineare Gleichungssysteme

Lineare 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

Mehr

Elemente der Analysis II

Elemente 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

Mehr

11 Normalformen von Matrizen

11 Normalformen von Matrizen 11 Normalformen von Matrizen Wir wenden uns in diesem Kapitel noch einmal der Untersuchung linearer Abbildungen auf endlichdimensionalen Vektorräumen und deren Darstellung mittels Matrizen zu Speziell

Mehr

Division 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 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

Mehr

ÜBERBLICK ÜBER DAS KURS-ANGEBOT

ÜBERBLICK 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

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. 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

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 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 +

Mehr

Kapitel 15. Lösung linearer Gleichungssysteme

Kapitel 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

Mehr

11. Primfaktorzerlegungen

11. 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

Mehr

Matrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@stat.uni-muenchen.

Matrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@stat.uni-muenchen. Matrixalgebra mit einer Einführung in lineare Modelle Stefan Lang Institut für Statistik Ludwigstrasse 33 email: lang@statuni-muenchende 25 August 24 Vielen Dank an Christiane Belitz, Manuela Hummel und

Mehr

2 Die Darstellung linearer Abbildungen durch Matrizen

2 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 )

Mehr

2.1 Codes: einige Grundbegriffe

2.1 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

Mehr

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Erinnerung/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

Mehr

Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen

Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html

Mehr

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Computer Vision: 3D-Geometrie D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),

Mehr

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.

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

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder

Mehr

KAPITEL 4. Lineare Ausgleichsrechnung Beispiel 4.1. Das Ohmsche Gesetz: U = RI. Eine Meßreihe von Daten:

KAPITEL 4. Lineare Ausgleichsrechnung Beispiel 4.1. Das Ohmsche Gesetz: U = RI. Eine Meßreihe von Daten: KAPITEL 4 Lineare Ausgleichsrechnung Beispiel 41 Das Ohmsche Gesetz: Eine Meßreihe von Daten: U = RI (U i, I i ) (Spannung, Stromstärke), i = 1,, m Aufgabe: man bestimme aus diesen Meßdaten den Widerstand

Mehr

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Schleswig-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

Mehr

Lineare Algebra und analytische Geometrie II (Unterrichtsfach)

Lineare 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

Mehr

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.

Mathematik 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

Mehr

Musterlösungen zur Linearen Algebra II Blatt 5

Musterlösungen zur Linearen Algebra II Blatt 5 Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte 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.

Mehr

Optimalitätskriterien

Optimalitätskriterien 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

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung 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:

Mehr

Klausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth

Klausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth Hochschule für Technik und Wirtschaft des Saarlandes University of Applied Sciences Fakultät für Ingenieurswissenschaften Bachelorstudiengang Biomedizinische Technik Prof. Dr. W. Langguth Klausuraufgabensammlung

Mehr

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Schleswig-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

Mehr

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Übungsaufgaben 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

Mehr

Klausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth

Klausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth Fakultät für Ingenieurswissenschaften Bachelorstudiengang Biomedizinische Technik Prof. Dr. W. Langguth Klausuraufgabensammlung Mathematik Klausuraufgaben zur Mathematik - von Wolfgang Langguth Aufgabenstellungen

Mehr

Dirk Hachenberger Mathematik für Informatiker

Dirk Hachenberger Mathematik für Informatiker Dirk Hachenberger Mathematik für Informatiker ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Inhaltsverzeichnis Vorwort

Mehr

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel

Vorlesung 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

Mehr

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit 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

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

Numerische Behandlung des Eigenwertproblems

Numerische Behandlung des Eigenwertproblems Numerische Behandlung des Eigenwertproblems Zusammenfassung Das Ziel dieses Vortrages ist, zwei gute Methoden für die numerische Bestimmung der Eigenwerte zu zeigen und wie man diese mit Matlab anwenden

Mehr

Umgekehrte Kurvendiskussion

Umgekehrte Kurvendiskussion Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen

Mehr

7 Lineare Abbildungen und Lineare Gleichungssysteme

7 Lineare Abbildungen und Lineare Gleichungssysteme 7 LINEARE ABBILDUNGEN UND LINEARE GLEICHUNGSSYSTEME 5 7 Lineare Abbildungen und Lineare Gleichungssysteme 7 Lineare Abbildungen 7 Abbildungen: Eine Verallgemeinerungen des Funktionsbegriffs Bemerkung:

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

TECHNISCHE 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

Mehr

Vorkurs Mathematik Übungen zu Polynomgleichungen

Vorkurs Mathematik Übungen zu Polynomgleichungen Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.

Mehr

Gegeben ist die Funktion f durch. Ihr Schaubild sei K.

Gegeben 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,

Mehr

Lineare Ausgleichsprobleme. Lineare Ausgleichsprobleme. Normalgleichungen. Normalgleichungen

Lineare Ausgleichsprobleme. Lineare Ausgleichsprobleme. Normalgleichungen. Normalgleichungen Wir betrachten in diesem Abschnitt das lineare Ausgleichsproblem Ax b 2 = min! (1) Heinrich Voss voss@tu-harburgde Hamburg University of Technology Institute for Numerical Simulation mit gegebenem A R

Mehr

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte K2 MATHEMATIK KLAUSUR 26.2.24 Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max 28 5 5 2 6 Punkte Notenpunkte PT 2 3 4 5 6 7 8 9 P. (max 2 2 2 4 5 3 3 4 3 Punkte WT Ana A.a b A.c Summe P. (max 7 5

Mehr

Lösungsvorschläge zu ausgewählten Übungsaufgaben aus Storch/Wiebe: Lehrbuch der Mathematik Band 2, 2.Aufl. (Version 2010), Kapitel 5

Lösungsvorschläge zu ausgewählten Übungsaufgaben aus Storch/Wiebe: Lehrbuch der Mathematik Band 2, 2.Aufl. (Version 2010), Kapitel 5 Lösungsvorschläge zu ausgewählten Übungsaufgaben aus Storch/Wiebe: Lehrbuch der Mathematik Band,.Aufl. Version, Kapitel 5 Bilinear-und Sesquilinearformen Abschnitt.A, Aufg., p. 6.6. : Man bestimme die

Mehr

Brückenkurs Mathematik Mathe: Das 1x1 der Ingenieurwissenschaften

Brückenkurs Mathematik Mathe: Das 1x1 der Ingenieurwissenschaften Brückenkurs Mathematik Mathe: Das x der Ingenieurwissenschaften Gewöhnliche Differentialgleichungen, lineare Algebra oder Integralrechnung vertiefte Kenntnisse der Mathematik sind Voraussetzung für den

Mehr

H. 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 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

Mehr

Grundlagen der Mathematik II

Grundlagen der Mathematik II Wintersemester 204/205 - Aufgabenblatt I Abgabe: bis Donnerstag, den 6. November 204, 9:00 Uhr Aufgabe : Untersuchen Sie, für welche 2 C die folgende Matrix c diagonalisierbar ist, und bestimmen Sie für

Mehr

Statistische Methoden

Statistische Methoden Statistische Methoden Dr CJ Luchsinger 6 Repetition: Rechnen mit Matrizen für die Statistik Matrizen sind aus zwei Gründen für die Statistik sehr wichtig: Sie ermöglichen uns einerseits eine sehr elegante

Mehr

Günter M. Gramlich. Mathematik-Studienhilfen. Eine Einführung. Lineare Algebra. 2., aktualisierte Auflage

Günter M. Gramlich. Mathematik-Studienhilfen. Eine Einführung. Lineare Algebra. 2., aktualisierte Auflage Günter M. Gramlich Mathematik-Studienhilfen Lineare Algebra Eine Einführung 2., aktualisierte Auflage Günter M. Gramlich Lineare Algebra Mathematik - Studienhilfen Herausgegeben von Prof. Dr. Bernd Engelmann

Mehr

Berechnung von Eigenwerten und Eigenvektoren

Berechnung von Eigenwerten und Eigenvektoren Kapitel 5 Berechnung von Eigenwerten und Eigenvektoren 5.1 Einführung Bemerkung 5.1 Aufgabenstellung. Diese Kapitel behandelt numerische Verfahren zur Lösung des Eigenwertproblems. Gegeben sei A R n n.

Mehr

Kevin Caldwell. 18.April 2012

Kevin 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

Mehr

Wolfgang 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 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

Mehr

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. 13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)

Mehr

Schulinternes Curriculum. Mathematik

Schulinternes Curriculum. Mathematik Gymnasium Zitadelle Schulinternes Curriculum (G 8) Stand: Schuljahr 2012/13 Gymnasium Zitadelle Schulinternes Curriculum Seite 1 EF Eingeführtes Lehrbuch: Lambacher Schweizer 10 Einführungsphase Funktionen

Mehr

Analysis. mit dem Computer-Algebra-System des TI-92. Anhang 2: Gedanken zum Lehrplan. Beat Eicke und Edmund Holzherr 11.

Analysis. mit dem Computer-Algebra-System des TI-92. Anhang 2: Gedanken zum Lehrplan. Beat Eicke und Edmund Holzherr 11. ETH EIDGENÖSSISCHE TECHNISCHE HOCHSCHULE ZÜRICH Analysis mit dem Computer-Algebra-System des TI-92 Anhang 2: Gedanken zum Lehrplan Beat Eicke und Edmund Holzherr 11. November 1997 Eidgenössische Technische

Mehr

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Höhere 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 ; : :

Mehr

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und

Mehr

Basis 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. 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

Mehr

Musteraufgaben für das Fach Mathematik

Musteraufgaben für das Fach Mathematik Musteraufgaben für das Fach Mathematik zur Vorbereitung der Einführung länderübergreifender gemeinsamer Aufgabenteile in den Abiturprüfungen ab dem Schuljahr 013/14 Impressum Das vorliegende Material wurde

Mehr

Funktionen (linear, quadratisch)

Funktionen (linear, quadratisch) Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)

Mehr

Dr. Jürgen Roth. Fachbereich 6: Abteilung Didaktik der Mathematik. Elemente der Algebra. Dr. Jürgen Roth 3.1

Dr. Jürgen Roth. Fachbereich 6: Abteilung Didaktik der Mathematik. Elemente der Algebra. Dr. Jürgen Roth 3.1 .1 Dr. Jürgen Roth Fachbereich 6: Abteilung Didaktik der Mathematik Elemente der Algebra . Inhaltsverzeichnis Elemente der Algebra & Argumentationsgrundlagen, Gleichungen und Gleichungssysteme Quadratische

Mehr

Lineare Gleichungssysteme und Gauß'scher Algorithmus

Lineare Gleichungssysteme und Gauß'scher Algorithmus Zurück Letzter Update 7... Lineare Gleichungssysteme und Gauß'scher Algorithmus In der Mathematik bezeichnet man mit Matrix ein rechteckiges Schema, in dem Zahlen oder Funktionen angeordnet werden. Hier

Mehr

Mathematik für Ökonomen

Mathematik 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

Mehr

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik Lineare Algebra zusammengestellt von Sabine Giese, Josef Heringlehner, Birgit Mielke, Hans Mielke und Ralph-Hardo Schulz 98 Aufgaben,

Mehr

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term

Mehr

4 Kondensatoren und Widerstände

4 Kondensatoren und Widerstände 4 Kondensatoren und Widerstände 4. Ziel des Versuchs In diesem Praktikumsteil sollen die Wirkungsweise und die Frequenzabhängigkeit von Kondensatoren im Wechselstromkreis untersucht und verstanden werden.

Mehr

Mathematik III für Ingenieure

Mathematik 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

Mehr

Gleichungen - Aufgabenstellung und Lösungsstrategien

Gleichungen - 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

Mehr

Inhaltsverzeichnis 1 Lineare Gleichungssysteme I

Inhaltsverzeichnis 1 Lineare Gleichungssysteme I Inhaltsverzeichnis 1 Lineare Gleichungssysteme I 3 1.1 Mengen und Abbildungen....................................... 3 1.1.1 Mengen und ihre Operationen.............................. 3 1.1.2 Summen- und

Mehr

Welche 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 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

Mehr

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung

Mehr

Zusatztutorium, 25.01.2013

Zusatztutorium, 25.01.2013 Zusatztutorium, 25.01.2013 David Müßig muessig[at]mi.fu-berlin.de http://page.mi.fu-berlin.de/def/tutorium/ WiSe 12/13 1 Der Homomorphiesatz Der Homomorphiesatz scheint für viele eine Art rotes Tuch zu

Mehr

Ergänzungen zur Analysis I

Ergänzungen 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.

Mehr

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung. Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,

Mehr

MATHEMATIKLEHRPLAN 4. SCHULJAHR SEKUNDARSTUFE

MATHEMATIKLEHRPLAN 4. SCHULJAHR SEKUNDARSTUFE Europäische Schulen Büro des Generalsekretärs Abteilung für pädagogische Entwicklung Ref.:2010-D-581-de-2 Orig.: EN MATHEMATIKLEHRPLAN 4. SCHULJAHR SEKUNDARSTUFE Kurs 4 Stunden/Woche VOM GEMISCHTER PÄDAGOGISCHER

Mehr

0, 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 )

0, 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,

Mehr

Kapitel IR:III (Fortsetzung)

Kapitel IR:III (Fortsetzung) Kapitel IR:III (Fortsetzung) III. Retrieval-Modelle Modelle und Prozesse im IR Klassische Retrieval-Modelle Bool sches Modell Vektorraummodell Retrieval-Modelle mit verborgenen Variablen Algebraisches

Mehr

Der Golay-Code und das Leech-Gitter

Der Golay-Code und das Leech-Gitter Der Golay-Code und das Leech-Gitter Vortrag zum Seminar Gitter und Codes Nils Malte Pawelzik.5.5 Inhaltsverzeichnis Designs 3. Elementare Eigenschaften eines Designs und die Eindeutigkeit eines - (, 5,

Mehr

ToDo-Liste für s Mathe-Abi 2009

ToDo-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

Mehr

DIFFERENTIALGLEICHUNGEN

DIFFERENTIALGLEICHUNGEN DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung

Mehr

Computer Vision SS 2011. Skript

Computer Vision SS 2011. Skript Computer Vision SS 211 Skript (Work in Progress) Simon Hawe & Martin Kleinsteuber Skript: Manuel Wolf Inhaltsverzeichnis 1 Einführung 1 1.1 Was ist ein Bild?................................. 1 1.2 Wie

Mehr

Das Mathematikabitur. Abiturvorbereitung Geometrie. Autor: Claus Deser Abiturvorbereitung Mathematik 1

Das 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

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur 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

Mehr