Lineare DGL-Systeme 1. Ordnung
|
|
- Lothar Frank Koch
- vor 6 Jahren
- Abrufe
Transkript
1 Lineare DGL-Systeme 1. Ordnung Eine Reihe von naturwissenschaftlichen Problemstellungen, wie z. B. Feder- Dämpfer-Systeme der Mechanik oder Kirchhoffsche Netzwerke der Elektrotechnik, lassen sich durch lineare DGL-Systeme beschreiben. D. h., sie lassen sich auf die Form ẋ = A(t)x + b(t), x R n, A C 0 (I, R n n ), b C 0 (I, R n ) (1) bringen. Man nennt A(t) := (a ij (t)) R n n die Koeffizientenmatrix und den Funktionenvektor b(t) = (b 1 (t),..., b n (t)) T die Störfunktion (auch Inhomogenität). Die Funktionen a ij, b i : I R sind über einem gemeinsamen Intervall I R definiert und stetig. Das System (1) heißt homogen, wenn b(t) = 0 für alle t I, sonst inhomogen. Das DGL-System ẋ = A(t)x (2) ist das dem DGL-System (1) zugeordnete homogene DGL-System. Da nur Ableitungen 1. Ordnung in (1) bzw. (2) vorkommen, handelt es sich um DGL- Systeme 1. Ordnung. Das wesentliche Merkmal linearer Systeme ist die algebraische Struktur der Gleichungen sowie der dazugehörigen Lösungsräume. Wir wissen bereits, dass für jedes (, x 0 ) I R n das AWP ẋ = A(t)x + b(t), x( ) = x 0 (3) eine eindeutig bestimmte globale Lösung ϕ( ;, x 0 ) : I R n besitzt. Somit können also im Inneren des Intervalls I keine Explosionszeiten von Lösungen von (1) auftreten. (i) Superpositionsprinzip. Sind ϕ i : I R n Lösungen des DGL-Systems (1) mit Inhomogenitäten b i (t), i = 1, 2, so ist für beliebige reelle c 1, c 2 die auf I erklärte Funktion c 1 ϕ 1 (t) + c 2 ϕ 2 (t) eine Lösung von ẋ = A(t)x + c 1 b 1 (t) + c 2 b 2 (t). Insbesondere ist mit je zwei Lösungen von (2) auch jede Linearkombination wieder eine Lösung dieser Gleichung. Diese Überlagerung von Lösungen nennt man Superposition. 1
2 (ii) Lösungsraum von (1). Für dieses DGL-System soll nach der Menge aller Lösungen gefragt werden. Wir führen dazu einen linearen Operator L ein, der den reellen Vektorraum C 1 (I, R n ) in den Vektorraum C 0 (I, R n ) nach der Vorschrift ( ) d L : C 1 (I, R n ) C 0 (I, R), x Lx := dt A( ) x abbildet. Damit kann (1) als lineare Operatorgleichung Lx = b mit x C 1 (I, R n ) (4) und gegebenem b C 0 (I, R n ) geschrieben werden. Wir führen zunächst noch die folgenden Lösungsmengen L 0 := {x C 1 (I, R n ) Lx = 0} = ker L (Lösungsmenge des linearen homogenen DGL-Systems) und L := {x C 1 (I, R n ) Lx = b, b C 0 (I, R n ) gegeben} (Lösungsmenge des linearen inhomogenen DGL-Systems) ein, um die Aussage präzise formulieren zu können. Dann ist L 0 C 1 (I, R n ) ein reeller Vektorraum und L = x p + L 0 := {x = x p + x 0 x p ist Lösung von Lx = b und x 0 L 0 }. Vorgehensweise für die Gleichung (1): Man bestimme zunächst die Lösungsmenge L 0 des homogenen Systems ẋ = A(t)x (siehe Punkt (iii)). Dann bestimme man eine partikuläre Lösung der inhomogenen Gleichung Lx = b. Diese kann mittels spezieller Lösungsansätze bzw. in jedem Fall mit der Methode der Variation der Konstanten erfolgen (siehe Punkt vi). (iii) Die Dimension des Lösungsraumes von L 0. Es gilt: dim ker L = n, n N 2
3 (iv) Fundamentalmatrix. Zunächst sei noch einmal festgestellt: Jede Linearkombination von Lösungen von Lx = 0 ist wieder eine Lösung von Lx = 0. Es gibt nach (iii) genau n = dim R n linear unabhängige Lösungen x 1,..., x n C 1 (I, R n ) von Lx = 0. Jedes System {x 1,..., x n } von n linear unabhängigen Lösungen von Lx = 0 heißt Fundamentalsystem von Lx = 0. Es sei {x 1,..., x n } ein Fundamentalsystem von (2). Dann heißt die Matrix X mit den Spalten x 1,..., x n, also X(t) := [x 1 (t),..., x n (t)] Fundamentalmatrix. Gilt außerdem X( ) = I, d. h., x ij ( ) = δ ij, 1 i, j n, so heißt X t0 := X Hauptfundamentalmatrix (auch Übergangsmatrix) zum Zeitpunkt für (2). Die Hauptfundamentalmatrix X t0 ist die eindeutige globale Lösung des linearen homogenen AWPs (auch Matrixdifferentialgleichung genannt) Ẋ = A(t)X, X( ) = I. Ist X t0 die Hauptfundamentalmatrix zum Zeitpunkt für (2), so wird für jedes x 0 R n die eindeutige globale Lösung ϕ( ;, x 0 ) C 1 (I, R n ) des AWPs durch ẋ = A(t)x, x( ) = x 0 ϕ(t;, x 0 ) = X t0 (t)x 0 gegeben. Insbesondere ist V := {X t0 ( )x 0 x 0 R n } C 1 (I, R n ) der Lösungsraum von (2). Allgemein heißt jede Lösung von Ẋ = A(t)X Lösungsmatrix der linearen homogenen DGL (2). 3
4 (v) Wronskideterminante. Ist X eine Lösungsmatrix von (2), d. h., jeder Spaltenvektor von X ist Lösung von (2), so heißt die Funktion W : I R R mit W (t) := det X(t) (5) die Wronskideterminante der Lösungsmatrix X = [x 1,..., x n ] oder des Lösungssystems {x 1,..., x n } von (2). Es gilt die Formel von Liouville: spur (A(s)) t W (t) = W ( ) e ds 0, t, I. Aus der Exponentialdarstellung der Wronskideterminante folgt: 1. Die Wronskideterminante einer Lösungsmatrix von ẋ = A(t)x verschwindet entweder identisch oder nirgends. 2. Ein Lösungssystem {x 1,..., x n } ist genau dann ein Fundamentalsystem, wenn die zugehörige Wronskideterminante von Null verschieden ist. W-Test: Für die Lösungen x 1 (t),..., x n (t) von ẋ = A(t) x gilt: x 1,..., x n lin. unabh. auf I W ( ) 0 für ein I. (vi) Die inhomogene DGL. Wir wenden uns nun dem inhomogenen DGL-System ẋ = A(t)x + b(t), t I (6) zu und erhalten aufgrund der Überlegungen in (ii) sofort den Sachverhalt: Die Gesamtheit der Lösungen von (6) bildet den affinen Unterraum x p + V von C 1 (I, R n ), wobei x p C 1 (I, R n ) eine beliebige Lösung der inhomogenen Gleichung (6) und V C 1 (I, R n ) (siehe (iv)) der Lösungsraum der zugehörigen homogenen Gleichung ẋ = A(t)x sind. Es muss also (6) irgendwie integriert werden. Üblich ist in der Literatur die Methode der Variation der Konstanten. Sie besteht darin, mit dem Ansatz: x p (t) = X(t) u(t) mit unbekanntem u C 1 (I, R n ) und (bekannter) Fundamentalmatrix X( ) ein geeignetes u( ) derart auszurechnen, dass x p eine spezielle Lösung von (6) darstellt. 4
5 Rechenweg: Wir berechnen ẋ p (t): Einsetzten in (6) liefert: ẋ p (t) = Ẋ(t) u(t) + X(t) u(t). Ẋ(t) u(t) + X(t) u(t) = A(t) X(t) u(t) + b(t). }{{} A(t)X(t) X(t) u(t) = b(t) u(t) = X 1 (t) b(t). x p (t) = X(t) X 1 (τ) b(τ) dτ bzw. x allg (t) = x h (t) + x p (t) = X(t) c + X(t) X 1 (τ) b(τ) dτ Allgemeine Lösungsformel: [ x allg (t) = X(t) c + ] X 1 (τ ) b(τ ) dτ, c R n Das AWP (3) besitzt die Lösung [ x allg (t) = X(t) X 1 ( ) x 0 + ] X 1 (τ ) b(τ ) dτ 5
y = A(x) y + b(x). (1) y = A(x) y (2)
73 5.2 Lineare Systeme Sei weiterhin IK = C oder IK = IR. Seien = I IR ein offenes Intervall, x 0 I, y 0 IK n, A: I IK n n und b: I IK n stetige matrix- bzw vektorwertige Funktionen. Wir betrachten komplexe
Mehr1 Einführung, Terminologie und Einteilung
Zusammenfassung Kapitel V: Differentialgleichungen 1 Einführung, Terminologie und Einteilung Eine gewöhnliche Differentialgleichungen ist eine Bestimmungsgleichung um eine Funktion u(t) einer unabhängigen
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,
Mehr5. Vorlesung Wintersemester
5. Vorlesung Wintersemester 1 Bewegung mit Stokes scher Reibung Ein dritter Weg, die Bewegungsgleichung bei Stokes scher Reibung zu lösen, ist die 1.1 Separation der Variablen m v = αv (1) Diese Methode
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
Mehr10.2 Linearkombinationen
147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition
MehrKapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben
Kapitel 16 Aufgaben Verständnisfragen Aufgabe 16.1 Ist das Produkt quadratischer oberer bzw. unterer Dreiecksmatrizen wieder eine obere bzw. untere Dreiecksmatrix? Aufgabe 16.2 Bekanntlich gilt im Allgemeinen
Mehr3 Lineare Differentialgleichungen
3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,
Mehr9.4 Lineare gewöhnliche DGL
9.4 Lineare gewöhnliche DGL Allgemeinste Form einer gewöhnlichen DGL: Falls linear in ist, sprechen wir von einer "linearen" DGL: und eine Matrix zeitabhängigen Komponenten ein zeitabhängiger Vektor In
Mehry hom (x) = C e p(x) dx
Gewöhnliche Differentialgleichungen F (x, y, y,..., y n ) = 0 Gleichung, die die Veränderliche x sowie die Funktion y = y(x) und ihre Ableitungen y,..., y n beinhaltet. Klassifiaktion: implizit F (...)
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
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
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
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
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
MehrGewöhnliche Dierentialgleichungen
Gewöhnliche Dierentialgleichungen sind Gleichungen, die eine Funktion mit ihren Ableitungen verknüpfen. Denition Eine explizite Dierentialgleichung (DGL) nter Ordnung für die reelle Funktion t x(t) hat
Mehr4.7 Lineare Systeme 1. Ordnung
3. Die allgemeine Lösung der inhomogenen Differentialgleichung lautet damit yx = y hom x + y inh x = c x + c 2 x + 8 x + 4 xlnx2 4 xlnx = C x + C 2 x + 4 xlnx2 4 xlnx. Wir haben c 2 + 8 zu C 2 zusammengefasst.
MehrLineare Differenzialgleichungen n-ter Ordnung mit konstanten Koeffizienten
Lineare Differenzialgleichungen n-ter Ordnung mit konstanten Koeffizienten Wir betrachten nun Lu = u (n) + a n 1 u (n 1) +... + a 1 u + a 0 u = b(t) wobei a 0, a 1,..., a n 1 R. Um ein FS für die homogene
MehrLösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik II für biw/ciw/mach/mage/vt
Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. F. Hettlich Dr. S. Schmitt Dipl.-Math. J. Kusch Karlsruhe, den 09.06.20 Lösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik
MehrLineare Algebra II 6. Übungsblatt
Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der
MehrVektorräume und lineare Abbildungen
Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten
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:
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
Mehr4 Affine Koordinatensysteme
4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner
MehrDifferentialgleichungen 2. Ordnung
Differentialgleichungen 2. Ordnung 1-E1 1-E2 Einführendes Beispiel Freier Fall Viele Geschichten ranken sich um den schiefen Turm von Pisa: Der Legende nach hat der aus Pisa stammende Galileo Galilei bei
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
MehrAusgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
MehrKapitel 13. Lineare Gleichungssysteme und Basen
Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
MehrDer Kern einer Matrix
Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis
Mehr4.3 Anwendungen auf Differentialgleichungen
7 4.3 Anwendungen auf Differentialgleichungen Die Laplace-Transformation wird gerne benutzt, um lineare Differentialgleichungen mit konstanten Koeffizienten y n + a n y n +... + a y + a 0 y ft zu lösen,
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
MehrGewöhnliche inhomogene Differentialgleichungen der 1. und 2. Ordnung. Christopher Schael
Gewöhnliche inhomogene Differentialgleichungen der 1. und. Ordnung 1.1.) Anleitung DGL der 1. Ordnung 1.) DGL der 1. Ordnung In diesem Abschnitt werde ich eine Anleitung zur Lösung von inhomogenen und
MehrGewöhnliche Differentialgleichungen am Beispiel des harmonischen Oszillators
Gewöhnliche Differentialgleichungen am Beispiel des harmonischen Oszillators Horst Laschinsky 12. Oktober 1999 Inhaltsverzeichnis 1 Gewöhnliche lineare homogene Differentialgleichungen 2. Ordnung mit konstanten
MehrÜbungen Theoretische Physik I (Mechanik) Blatt 5 ( )
TU München Prof. P. Vogl Beispiel 1: Übungen Theoretische Physik I (Mechanik) Blatt 5 (26.08.11) Nach Gompertz (1825) wird die Ausbreitung von Rostfraß auf einem Werkstück aus Stahl durch eine lineare
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
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
Mehr4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
Mehr8. Übung zur Vorlesung Mathematisches Modellieren Lösung
Universität Duisburg-Essen Essen, den.6. Fakultät für Mathematik S. Bauer C. Hubacsek C. Thiel 8. Übung zur Vorlesung Mathematisches Modellieren Lösung In dieser Übung sollen in Aufgabe und die qualitativ
MehrAufgaben zu Kapitel 14
Aufgaben zu Kapitel 14 1 Aufgaben zu Kapitel 14 Verständnisfragen Aufgabe 14.1 Haben (reelle) lineare Gleichungssysteme mit zwei verschiedenen Lösungen stets unendlich viele Lösungen? Aufgabe 14.2 Gibt
MehrLineare Differenzen- und Differenzialgleichungen
Lineare Differenzen- und Differenzialgleichungen Fakultät Grundlagen April 2011 Fakultät Grundlagen Lineare Differenzen- und Differenzialgleichungen Übersicht 1 Beispiele Anwendung auf Fragen der dynamischen
MehrLösungsskizzen zur Klausur
sskizzen zur Klausur Mathematik II Sommersemester 4 Aufgabe Es seien die folgenden Vektoren des R 4 gegeben: b = b = b 3 = b 4 = (a) Prüfen Sie ob die Vektoren b b 4 linear unabhängig sind bestimmen Sie
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
Mehr5.7 Lineare Abhängigkeit, Basis und Dimension
8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n
MehrKlausur zur HM3 (vertieft) für LRT und MaWi
Prof. M. Eisermann Höhere Mathematik 3 (vertieft) 1. September 016 Klausur zur HM3 (vertieft) für LRT und MaWi Aufgabe 1. Bitte füllen Sie folgendes aus! (1 Punkt) Name: Matrikelnummer: Vorname: Studiengang:
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrLösung zur Übung 19 SS 2012
Lösung zur Übung 19 SS 01 69) Beim radioaktiven Zerfall ist die Anzahl der pro Zeiteinheit zerfallenden Kerne dn/dt direkt proportional zur momentanen Anzahl der Kerne N(t). a) Formulieren Sie dazu die
Mehr6 Gewöhnliche Differentialgleichungen
6 Gewöhnliche Differentialgleichungen Differentialgleichungen sind Gleichungen in denen nicht nur eine Funktion selbst sondern auch ihre Ableitungen vorkommen. Im einfachsten Fall gibt es eine unabhängige
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
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
MehrPrüfung zur Vorlesung Mathematik I/II
Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit
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
Mehr74 Gewöhnliche Differentialgleichungen / Sommersemester 2008
74 Gewöhnliche Differentialgleichungen / Sommersemester 2008 15 Flüsse Bisher wurde im wesentlichen die Abhängigkeit der Lösungen autonomer Systeme von der Zeit bei festem Anfangswert untersucht. Nun wird
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
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 05.11.2013 Alexander Lytchak 1 / 14 Linearkombinationen Definition Es sei V ein reeller Vektorraum. Es sei (v i ) i
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
Mehr1. Übungsblatt Aufgaben mit Lösungen
. Übungsblatt Aufgaben mit Lösungen Aufgabe : Sei I R ein Intervall. Geben Sie Beispiele für Differentialgleichungen für Funktionen y = y in I mit den folgenden Eigenschaften an: Beispiel separabel, nicht
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
MehrProseminar Einführung in die Mathematik 1 WS 2010/11 2. Dezember 2010 Lösungen
Proseminar Einführung in die Mathematik 1 WS 1/11. Deember 1 Lösungen 46) Wie kann man nach Wahl eines Nullpunktes die Zeichenebene in natürlicher Weise als Vektorraum betrachten? Skriptum Kapitel 4, Par.
MehrKlausurvorbereitungsblatt Lineare Algebra
Klausurvorbereitungsblatt Lineare Algebra Sommersemester 25 Aufgabe 2 2 Sei A 3 3 8 2 4 3 R4 5. 5 2 a) Bestimmen Sie die Lösungsmenge des linearen Gleichungssystems Ax b) Ist Ax b mit b lösbar? (Begründen
MehrDie Dimension eines Vektorraumes
Die Dimension eines Vektorraumes Ist (b 1, b 2,..., b n ) eine Basis des Vektorraums V, so heißt n die Dimension von V. Die Möglichkeit dieser Definition beruht auf dem folgenden nichttrivialen Satz. Je
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
MehrSerie 8: Fakultativer Online-Test
Prof Norbert Hungerbühler Lineare Algebra I Serie 8: Fakultativer Online-Test ETH Zürich - D-MAVT HS 215 1 Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen Die Nachbesprechung
MehrMatrizen, 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
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
Mehr2. Übungsblatt zur Mathematik III für MB/MPE, LaB/WFM, VI, WI/MB
Fachbereich Mathematik Prof. Dr. J. Lang Dipl.-Math. C. Schönberger Dipl.-Math. L. Kamenski WS 007/08 6.Oktober 007. Übungsblatt zur Mathematik III für MB/MPE, LaB/WFM, VI, WI/MB Gruppenübung Aufgabe G4
MehrHöhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik
Karlsruher Institut für Technologie Institut für Analysis Priv.-Doz. Dr. P. C. Kunstmann Dipl.-Math. Sebastian Schwarz SS 6.4.6 Höhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik
Mehr2.2 Kern und Bild; Basiswechsel
22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
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)
MehrLösungen Serie 6 (Vektorräume, Skalarprodukt)
Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9
Mehr4. Differentialgleichungen
4. Differentialgleichungen Prof. Dr. Erich Walter Farkas 10.11.2011 Seite 1 Einleitung Viele in der Natur stattfindende Vorgänge können durch sogenannte Differentialgleichungen beschrieben werden. Unter
MehrVektor-Additions-Systeme und Invarianten
Vektor-Additions-Systeme und Invarianten http://www.informatik.uni-bremen.de/theorie/teach/petri Renate Klempien-Hinrichs Stellen- und Transitions-Vektoren T -Invarianten S-Invarianten Bezug zu erreichbaren
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
MehrDreiecke, Geraden, Lineare Gleichungssysteme
Dreiecke, Geraden, Lineare Gleichungssysteme Jörn Loviscach Versionsstand: 18. April 2009, 19:46 1 Cosinussatz Mit Hilfe des Skalarprodukts kann man den Cosinussatz [law of cosines] zeigen. Seien a und
MehrHomogene und inhomogene Koordinaten und das Hyperboloid
Seminararbeit zum Seminar aus Reiner Mathematik Homogene und inhomogene Koordinaten und das Hyperboloid Gernot Holler 1010674 WS 2012/13 28.November 2012 1 Inhaltsverzeichnis 1 Einleitung 3 2 Homogene
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,
MehrLineare Algebra I: Eine Landkarte
Bild F Algebra I: Eine Landkarte Faser Versuch einer Übersicht der Themen und Zusammenhänge der n Algebra 1. 1 Algebra I: Bild F Faser Sei B Basis von V. Jedes v V läßt sich eindeutig aus den Basisvektoren
MehrDarstellungsformeln für die Lösung von parabolischen Differentialgleichungen
Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn
MehrModulteilprüfung Geometrie (BaM-GS, L3M-RF)
Modulteilprüfung Geometrie (BaM-GS, L3M-RF) Prof. Dr. Martin Möller SoSe 2011 // 05. Juli 2011 Kontrollieren Sie, ob Sie alle Blätter (12 einschließlich zweier Deckblätter) erhalten haben, und geben Sie
Mehr3.6 Eigenwerte und Eigenvektoren
3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse
MehrBild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis
MehrLineare Differentialgleichungen
Kapitel 4 Lineare Differentialgleichungen 4.1 Lineare Systeme mit variablen Koeffizienten 4.2 Die Matrix Exponentialfunktion 4.3 Lineare System mit konstanten Koeffizienten 4.4 Lineare Differentialgleichungen
MehrÜbungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)
Mehr5. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo und UI
Fachbereich Mathematik Prof Dr K Ritter Dr M Slassi M Fuchssteiner SS 9 9 Mai 9 5 Übungsblatt zur Mathematik II für BI, MaWi, WI(BI, AngGeo und UI Gruppenübung Aufgabe G (a Betrachten Sie die Vektoren
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 7 11. Mai 2010 Kapitel 8. Vektoren Definition 76. Betrachten wir eine beliebige endliche Anzahl von Vektoren v 1, v 2,..., v m des R n, so können
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
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
MehrMusterlösungen Online Zwischentest - Serie 10
D-MAVT, D-MATL Analysis II FS 2013 Prof. Dr. P. Biran Musterlösungen Online Zwischentest - Serie 10 Frage 1 [Prüfungsaufgabe Frühling 2011)] Sei das Vektorfeld in R 3, ( x v(x,y,z) = 2, x+y ),0 2 und der
MehrLineare Differenzengleichungen und Polynome. Franz Pauer
Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-600 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim ÖMG-LehrerInnenfortbildungstag
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
MehrLineare Differentialgleichungen
Kapitel 3 Lineare Differentialgleichungen 31 Jordansche Normalform In diesem kurzen Abschnitt wiederholen wir einige Begriffe der linearen Algebra Sei A : n n eine lineare Abbildung mit zugehöriger Matrix
Mehr5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21
5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11
MehrThema 10 Gewöhnliche Differentialgleichungen
Thema 10 Gewöhnliche Differentialgleichungen Viele Naturgesetze stellen eine Beziehung zwischen einer physikalischen Größe und ihren Ableitungen (etwa als Funktion der Zeit dar: 1. ẍ = g (freier Fall;
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
MehrProseminar Lineare Algebra II, SS 11. Blatt
Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2
Mehr