Bild-Einbinden. Technische Universität München. Dr. Hermann Vogel

Größe: px
Ab Seite anzeigen:

Download "Bild-Einbinden. Technische Universität München. Dr. Hermann Vogel"

Transkript

1 Bild-Einbinden Bild-Einbinden Wähle in einem neuen GeoGebra-Fenster in der Menüleiste das Werkzeug Bild, klicke im Zeichenfenster eine Stelle (oder einen Punkt) für die linke untere Ecke des Bildes an und wähle z.b. aus dem Ordner Bild-Einbinden das File Bild.png (oder ein anderes Bild im jpg-, jpeg-, gif-, bmp-, oder svg Format). Das Bild ist dann über zwei Punkte (die linke und rechte untere Ecke) im Zeichenfenster beliebig zu skalieren und zu positionieren, vgl. Bild-1.ggb. Da es zunächst als Hilfsobjekt geladen wird, erscheint es zunächst nicht in der Algebra- Ansicht, siehe Eigenschaften -> Grundeinstellungen. Dort kann man es auch als Hintergrundbild setzen. Dann ist es (wie gewünscht) nicht mehr durch Mausklick auswählbar. Im File Bild-2.ggb sind die Ecken des Bildes auf die Eckpunkte Ei = Eckpunkt[i], i = 1, 2, 4 des Zeichenfensters positioniert mit dem Nachteil, dass das Bild bei Änderung des Zeichenblatts verzerrt wird (der Kreis bleibt ein Kreis). Zudem kann es als Hilfsobjekt und Hintergrundbild nur noch über Bearbeiten -> Eigenschaften ausgewählt und bearbeitet werden. 1 / 1

2 Eigenvektoren Ausblick auf die Lineare Algebra Betrachtet man die lineare Abbildung : mit einer 2x2-Matrix als Selbstabbildung des Vektorraums auf sich, so kann man nach Vektoren fragen, deren Bild ein Vielfaches des Vektors ist. Da das Bild des Nullvektors stets der Nullvektor ist, sucht man speziell Vektoren deren Bild, ist. Öffne das File Eigenvektoren.ggb und klicke dich mittels der Navigationsleiste durch die ersten Schritte bis zum Schritt 9. Versuche dann durch Verschieben von Eigenvektoren zu finden. Was kannst Du dabei feststellen? Gehe in der Navigation weiter. In der Grafik-Ansicht 2 erscheint ein Polynom, dessen Nullstellen notwendige Bedingungen für die Existenz von nichttrivialen Lösungen des LGS:,,, det 0 mit der Einheitsmatrix liefern, wobei : ein Polynom 2.Grades in ist. Beachte: Für 0 ist invertierbar und einzige Lösung des LGS. Die reellen Nullstellen, bezeichnet man als Eigenwerte von und die Lösungen, des LGS,, als Eigenvektoren von Da in diesem LGS die beiden Gleichungen linear abhängig sind, erhält man jeweils eine Lösung, aus einer der beiden Gleichungen einfach als: e_i=vektor[wenn[x(v_2) 0 x(v_1) - λ_i 0, (y(v_2) - λ_i, -y(v_1)), (-x(v_2), x(v_1) - λ_i)]] i=1 oder 2, wobei berücksichtigt wird, dass die erste Gleichung eine Nullzeile sein könnte., spannen dabei jeweils einen eindimensionalen Lösungsraum auf. Beachte: Nicht alle 2x2-Matrizen besitzen zwei verschiedene reelle Eigenwerte und zugehörige reelle Eigenvektoren. Diese Fälle müssen eigens untersucht werden -> Lineare Algebra. 1 / 1

3 Drehmatrix Drehungen in der Ebene mittels Drehmatrizen a) Drehungen um den Ursprung O Abb.1 Abb.2 1 Bei einer Drehung um den Ursprung O mit dem Drehwinkel α wird der Einheitsvektor u r = 0 cos( α ) 0 auf den Vektor u ' = abgebildet (vgl. Abb.1) und der Einheitsvektor v r = auf den sin( α ) 1 - sin( α ) Vektor v ' = (vgl. Abb.2). cos( α ) Ein beliebiger Vektor r x 1 x = = x y 0 + y 0 1 wird dann abgebildet auf den Vektor: cos( α ) -sin( α ) x + y sin( α ) cos( α ) x cos( α ) + y (-sin( α )) cos( α ) = = x sin( α ) + y cos( α ) sin( α ) - sin( α ) x = cos( α ) y r D x Für die zur Drehung um O mit dem Drehwinkel α gehörende Matrix D (Drehmatrix) cos( α ) - sin( α ) gilt somit: D = sin( α ) cos( α ) Für einen Punkt A ergibt sich der Bildpunkt A (mittels Drehung um O mit dem Winkel α) mit A ' = D A b) Drehungen um ein beliebiges Drehzentrum M Ein Punkt B soll um einen Punkt M mit dem Winkel α gedreht werden (vgl. Abb.3). Dazu erfolgt zunächst eine Verschiebung mit dem Verschiebungsvektor (-M), die M in den Ursprung verschiebt. B wird dabei auf (B - M) abgebildet. Anschließend wird mittels der Matrix D die Drehung um den Ursprung vollzogen, wobei der Punkt (B-M) auf D (B - M) abgebildet wird. Schließlich wird die anfängliche Verschiebung mittels des entgegengesetzten Verschiebungsvektors M wieder rückgängig gemacht, sodass der Punkt B letztlich auf Abb. 3 D (B - M ) + M abgebildet wird. 1 / 2

4 Drehmatrix Definiere einen Schiebereglers für den Drehwinkel t im Bogenmaß von 0 bis 2π und die Drehmatrix D als Liste von Listen (Zeilenvektoren) D = {{ cos(t), -sin(t) }, { sin(t), cos(t) }}. Setze A = (2,1), B = (6,1), O = Schnitt[xAchse,yAchse] und M = (5,2), dann liefert A' = D A den um O durch den Winkel t gedrehten Punkt A und B' = M + D (B-M) den um M durch den Winkel t gedrehten Punkt B. Trage noch die Vektoren a = Vektor[A], u = Vektor[M,B], sowie die Kreisbögen von A nach A' und von B nach B' ein und beschrifte die Vektoren mit Pfeilen unter Eigenschaften Grundeinstellungen z.b. durch $\vec{a}$ (LaTeX) und Wahl von Beschriftung anzeigen. Wie hängen die Längen der Bögen mit dem Drehwinkel t zusammen? Unter Eigenschaften Erweitert kann man bei der Winkeleinheit zwischen Grad und Radiant wählen. Das File Schwerpunkt-vektoriell.ggb zeigt mittels der Linearen Unabhängigkeit von Vektoren einen vektoriellen Beweis, dass der Schnittpunkt S der Seitenhalbierenden diese im Verhältnis 2:1 teilt. Mittels des Schiebereglers T werden die Objekte ein oder ausgeblendet, siehe bei den Objekten die Bedingungen unter Eigenschaften - Erweitert. 2 / 2

5 Treffer Treffer oder nicht? Im File Treffer.ggb ist die Richtung ( u=vektor[(-3,2)] ) eines Strahls s mit Anfangspunkt A sowie eine Strecke t = [B,C] (Target) und die (Orts-) Vektoren zu A, B und C gegeben. Dabei wurde mit dem Werkzeug Vektor von Punkt aus abtragen durch Anklicken von u und A der Punkt Aʹ und der Vektor u_a erzeugt und die Beschriftung jeweils als LaTeX- Formel eingegeben, z.b. $\vec{u}$ siehe Eigenschaften -> Grundeinstellungen. Ziel ist es, mit Hilfe der analytischen Geometrie möglichst effizient festzustellen, ob der Strahl s das Target t trifft, und in diesem Fall den reflektierten Strahl sʹ zu bestimmen. Dazu verwendet man jeweils die Punkt-Richtungsform zur Darstellung von s und t. Durch Gleichsetzen erhält man ein Lineares Gleichungssystem (LGS) dessen Koeffizientenmatrix man in GeoGebra als Liste von Listen eingibt: M = {{x(u), -x(v)}, {y(u), -y(v)}}. 1 / 2

6 Treffer Wenn die Vektoren und linear unabhängig sind (d.h. s und t nicht parallel liegen), erhält man die Lösung des LGS dann einfach als l = M^(-1)(b-a), wobei = x(l) und = y(l) ist. Damit kann man bereits entscheiden, ob ein Treffer vorliegt oder nicht, vgl. den Wahrheitswert ww = Wenn[(x(l) > 0) (0 y(l)) (y(l) 1), true, false]. Mit diesem Wahrheitswert kann man nun den LaTeX-Text \Rightarrow \; \; Treffer oder \Rightarrow \; \; kein \; Treffer ein- bzw. ausblenden. Im Fall des Treffers erhält man die Koordinaten von D als d = a + x(l) u sowie den Schnittwinkel = arccos(u v / sqrt(u u) / sqrt(v v)), wobei u v bzw. u*v das Standard-Skalarprodukt von Vektoren liefert, siehe auch das File Skalarprodukt.ggb, in dem auch die Formel für die Richtung des reflektierten Strahls angegeben ist. Um als Winkel im Gradmaß auszugeben, muss man dies unter Eigenschaften -> Erweitert auswählen. Physikalisch ist die Arbeit das Produkt der Kraft in Richtung des Weges mit der Länge des Weges und führt auf die Definition des Skalarprodukts cos,. Dabei folgt aus der rechten Seite der Definition cos, direkt die positive Definitheit 0, die Orthogonalität 0 und die Symmetrie. Mit der Bilinearität ergibt sich bezogen auf die Orthonormalbasis, 1, 0, 1 des kartesischen Koordinatensystems automatisch das Standard-Skalarprodukt: Anmerkungen zu obiger Fragestellung: Trifft der Strahl s das Target t? 1) Einsetzen der Punkt-Richtungsform des Strahls s in die Koordinatengleichung der Geraden BC liefert den Schnittpunkt D = s BC aber nicht die Lage von D zur Strecke [B,C]. 2) Mit orientierten Flächeninhalten von Dreiecken könnte man schnell feststellen, ob B und C auf verschiedenen Seiten des Strahls liegen. Das reicht aber nicht als Treff-Kriterium. 2 / 2

Vektoren, Vektorräume

Vektoren, Vektorräume Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010

Mehr

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w = 1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition

Mehr

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier

Mehr

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht der Länge des Vektorpfeils. Im R 2 : x = Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.

Mehr

45 Eigenwerte und Eigenvektoren

45 Eigenwerte und Eigenvektoren 45 Eigenwerte und Eigenvektoren 45.1 Motivation Eigenvektor- bzw. Eigenwertprobleme sind wichtig in vielen Gebieten wie Physik, Elektrotechnik, Maschinenbau, Statik, Biologie, Informatik, Wirtschaftswissenschaften.

Mehr

Lineare Algebra: Determinanten und Eigenwerte

Lineare 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

Mehr

Einleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7

Einleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7 Sonja Hunscha - Koordinatensysteme 1 Inhalt Einleitung 2 1 Koordinatensysteme 2 1.1 Kartesisches Koordinatensystem 2 1.2 Polarkoordinaten 3 1.3 Zusammenhang zwischen kartesischen und Polarkoordinaten 3

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +

Mehr

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra A. Filler[-3mm] Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra, Teil 8 Folie 1 /27 Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra 8. Das Skalarprodukt, metrische

Mehr

Formelsammlung Mathematik Grundkurs Inhalt

Formelsammlung Mathematik Grundkurs Inhalt Formelsammlung Mathematik Grundkurs Inhalt Inhalt...1 Trigonometrie Grundlagen... Vektoren...3 Skalarprodukt...4 Geraden...5 Abstandsberechnungen...6 Ebenen...7 Lineare Gleichungssysteme (LGS)...8 Gauß'sches

Mehr

Grundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015

Grundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015 Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik 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/

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition) Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz

Mehr

Aufgabe 1 Erstelle mit Hilfe von GEOGEBRA ein dynamisches Geometrie-Programm, das die Mittelsenkrechte

Aufgabe 1 Erstelle mit Hilfe von GEOGEBRA ein dynamisches Geometrie-Programm, das die Mittelsenkrechte AB Mathematik Experimentieren mit GeoGebra Merke Alle folgenden Aufgaben sind mit dem Programm GEOGEBRA auszuführen! Eine ausführliche Einführung in die Bedienung des Programmes erfolgt im Unterricht.

Mehr

GeoGebra - Kurzanleitung Eine aufgabenorientierte Einführung in GeoGebra

GeoGebra - Kurzanleitung Eine aufgabenorientierte Einführung in GeoGebra GeoGebra - Kurzanleitung Eine aufgabenorientierte Einführung in GeoGebra Dynamische Geometrie, Algebra und Analysis ergeben GeoGebra, eine mehrfach preisgekrönte Unterrichtssoftware, die Geometrie und

Mehr

10.2 Linearkombinationen

10.2 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

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. 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

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Ergänzung Eigenwerte und Eigenvektoren Motivation Definitionen Beispiele im IR 2 Beispiele im IR 3 Eigenwerte und Eigenvektoren Motivation Lineare Abbildungen, Ausgangsvektor und Bildvektor Lineare Abbildungen

Mehr

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64 1/64 VEKTORRECHNUNG Prof. Dr. Dan Eugen Ulmet Hochschule Esslingen März 2011 2/64 Overview Vektoralgebra 1 Vektoralgebra 2 Was sind Vektoren? 3/64 Vektoren werden geometrisch definiert als Pfeilklassen:

Mehr

Lineare Algebra: Theorie und Anwendungen

Lineare Algebra: Theorie und Anwendungen Lineare Algebra: Theorie und Anwendungen Sommersemester 2012 Bernhard Burgeth Universität des Saarlandes c 2010 2012, Bernhard Burgeth 1 VEKTOREN IN DER EBENE UND IM RAUM 2 1 Vektoren in der Ebene und

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen 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

Mehr

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eine Fragestellung, die uns im weiteren beschäftigen wird, ist das Finden eines möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse

Mehr

Analytische Geometrie I

Analytische Geometrie I Analytische Geometrie I Rainer Hauser Januar 202 Einleitung. Geometrie und Algebra Geometrie und Algebra sind historisch zwei unabhängige Teilgebiete der Mathematik und werden bis heute von Laien weitgehend

Mehr

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2)

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2) Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:

Mehr

4 Affine Koordinatensysteme

4 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

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 205/6): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).

Mehr

3.6 Eigenwerte und Eigenvektoren

3.6 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

Mehr

1. Was ist GeoGebra? GeoGebra installieren Öffnen Sie die Website und klicken Sie auf der Startseite auf Download.

1. Was ist GeoGebra? GeoGebra installieren Öffnen Sie die Website  und klicken Sie auf der Startseite auf Download. 1. Was ist GeoGebra? GeoGebra ist eine dynamische Mathematiksoftware, die für Schülerinnen und Schüler aller Altersklassen geeignet ist und auf allen gängigen Betriebssystemen läuft. Sie verbindet Geometrie,

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen

Mehr

Technische Universität München

Technische Universität München Technische Universität München Michael Schreier Ferienkurs Lineare Algebra für Physiker Vorlesung Montag WS 2008/09 1 komplexe Zahlen Viele Probleme in der Mathematik oder Physik lassen sich nicht oder

Mehr

Zusammenfassung zum Thema Vektor- und Matrizenrechnung

Zusammenfassung zum Thema Vektor- und Matrizenrechnung Zusammenfassung zum Thema Vektor- und Matrizenrechnung Mathematischer Vorkurs für Physiker und Naturwissenschaftler WS 2014/2015 Grundbegriffe der Linearen Algebra Viele physikalische Größen (Geschwindigkeit,

Mehr

Das Skalarprodukt zweier Vektoren

Das Skalarprodukt zweier Vektoren Beim Skalarprodukt zweier Vektoren werden die Vektoren so multipliziert, dass sich ein Skalar eine Zahl ergibt. Die Berechnung des Skalarproduktes ist ziemlich einfach, aber die weiteren Eigenschaften

Mehr

Vektorprodukt. Institut für Mathematik Humboldt-Universität zu Berlin & &

Vektorprodukt. Institut für Mathematik Humboldt-Universität zu Berlin & & Vektorprodukt Institut für Mathematik Humboldt-Universität zu Berlin 18.02.2004 & 17.02.2005 & 11.07.2005 zu den Vorlesungen Lineare Algebra und analytische Geometrie I (L) im WS 2003/2004, Mathematik

Mehr

Vektoren mit GeoGebra

Vektoren mit GeoGebra Vektoren mit GeoGebra Eine Kurzanleitung mit Beispielen Markus Hohenwarter, 2005 In GeoGebra kann mit Vektoren und Punkten konstruiert und gerechnet werden. Diese Kurzanleitung gibt einen Überblick über

Mehr

5. Wie bringt man einen Vektor auf eine gewünschte Länge? Zuerst bringt man ihn auf die Länge 1, dann multipliziert man mit der gewünschten Länge.

5. Wie bringt man einen Vektor auf eine gewünschte Länge? Zuerst bringt man ihn auf die Länge 1, dann multipliziert man mit der gewünschten Länge. 1. Definition von drei Vektoren sind l.u. 2. Wie überprüft man 3 Vektoren mit Hilfe eines LGS auf lineare Unabhängigkeit? 3. Definition von Basis?... wenn sich der Nullvektor nur als triviale LK darstellen

Mehr

Thema: Ein Ausblick auf die Möglichkeiten durch den Software-Einsatz im Mathematikunterricht.

Thema: Ein Ausblick auf die Möglichkeiten durch den Software-Einsatz im Mathematikunterricht. Vorlesung 2 : Do. 10.04.08 Thema: Ein Ausblick auf die Möglichkeiten durch den Software-Einsatz im Mathematikunterricht. Einführung in GeoGebra: Zunächst eine kleine Einführung in die Benutzeroberfläche

Mehr

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2 Vektoren Mit der Vektorrechnung werden oft geometrische Probleme gelöst. Wenn irgendwelche Aufgabenstellungen geometrisch darstellbar sind, z.b. Flugbahnen oder Abstandsberechnungen, dann können sie mit

Mehr

1 Analytische Geometrie

1 Analytische Geometrie Analytische Geometrie. Grundlagen, Begriffe, Schreibweisen Achsenkreuz Die Achsen heißen in dieser Darstellung x und -Achse. Punkte Punkte werden weiterhin mit großen, lateinischen Buchstaben bezeichnet

Mehr

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,

Mehr

2.3.4 Drehungen in drei Dimensionen

2.3.4 Drehungen in drei Dimensionen 2.3.4 Drehungen in drei Dimensionen Wir verallgemeinern die bisherigen Betrachtungen nun auf den dreidimensionalen Fall. Für Drehungen des Koordinatensystems um die Koordinatenachsen ergibt sich 1 x 1

Mehr

4.4. Rang und Inversion einer Matrix

4.4. Rang und Inversion einer Matrix 44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert

Mehr

4 Lineare Algebra (Teil 2): Quadratische Matrizen

4 Lineare Algebra (Teil 2): Quadratische Matrizen 4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt

Mehr

3.3. Drehungen und Spiegelungen

3.3. Drehungen und Spiegelungen 3.3. Drehungen und Spiegelungen Drehungen und Spiegelungen in der Ebene Die Multiplikation einer komplexen Zahl z = x + i y (aufgefaßt als Punkt oder Ortsvektor der Ebene) mit der Zahl w = e ( ) = i φ

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

Klausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 3/4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.

Mehr

Drehung um einen Punkt um Winkel α.

Drehung um einen Punkt um Winkel α. Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

9. Übung zur Linearen Algebra II -

9. Übung zur Linearen Algebra II - 9. Übung zur Linearen Algebra II - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. SS 00. Aufgabe 33 (i) Beweise oder widerlege: In einem euklidischen VR gilt x + y = x + y x y (Satz von Pythagoras).

Mehr

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014 Skript zur Vorlesung Prof. Dr.-Ing. Katina Warendorf 2. Oktober 2014 erstellt von Sindy Engel erweitert von Prof. Dr.-Ing. Katina Warendorf Inhaltsverzeichnis 1 Vektoren 4 1.1 Grundbegriffe.................................

Mehr

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben

Mehr

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Aussagenlogik. 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

Mehr

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte Geometrie Geometrie W. Kuhlisch Brückenkurs 206. Vektorrechnung und analytische Geometrie der Ebene, Kegelschnitte 2. Vektorrechnung und analytische Geometrie des Raumes, Anwendungen in der Geometrie,

Mehr

Analytische Geometrie Seite 1 von 6. Die Addition von Vektoren kann veranschaulicht werden durch das Aneinanderhängen von Pfeilen.

Analytische Geometrie Seite 1 von 6. Die Addition von Vektoren kann veranschaulicht werden durch das Aneinanderhängen von Pfeilen. Analytische Geometrie Seite 1 von 6 1. Wichtige Formeln AB bezeichnet den Vektor, der die Verschiebung beschreibt, durch die der Punkt A auf den Punkt B verschoben wird. Der Vektor, durch den die Verschiebung

Mehr

3 Analytische Geometrie der Kongruenzabbildungen

3 Analytische Geometrie der Kongruenzabbildungen 3 Analytische Geometrie der Kongruenzabbildungen 4 3 Analytische Geometrie der Kongruenzabbildungen 3. Grundlagen, Begriffe, Schreibweisen 3.. Achsenkreuz Die Achsen heißen in dieser Darstellung x und

Mehr

4 Lineare Abbildungen Basisdarstellungen

4 Lineare Abbildungen Basisdarstellungen 4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w

Mehr

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE Wiederholungsblatt Elementargeometrie im SS 01 bei Prof. Dr. S. Goette LÖSUNGSSKIZZE Die Lösungen unten enthalten teilweise keine vollständigen Rechnungen. Es sind aber alle wichtigen Zwischenergebnisse

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. 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

Mehr

3 Matrizenrechnung. 3. November

3 Matrizenrechnung. 3. November 3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige

Mehr

2.2C. Das allgemeine Dreieck

2.2C. Das allgemeine Dreieck .C. Das allgemeine Dreieck Jedes Dreieck läßt sich nach geeigneter Drehung und Verschiebung in ein Dreieck mit den Eckpunkten A = ( x, 0 ), B = ( y, 0 ), C = ( 0, z ) (x, y, z > 0) transformieren. Die

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(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:

Mehr

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010 Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und

Mehr

Landesabitur 2007 Beispielaufgaben 2005_M-LK_A 7. Eine quadratische Pyramide (Grundkante 4 und Höhe 6) steht neben einer Stufe. 1.

Landesabitur 2007 Beispielaufgaben 2005_M-LK_A 7. Eine quadratische Pyramide (Grundkante 4 und Höhe 6) steht neben einer Stufe. 1. I. Thema und Aufgabenstellung Lineare Algebra / Analytische Geometrie Aufgaben Eine quadratische Pyramide (Grundkante 4 und Höhe 6) steht neben einer Stufe. 3. Achse 2. Achse 1. Achse Die Sonne scheint

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 2 Ein guter Schüler lernt auch bei einem schlechten Lehrer Eigentheorie Unter einer Achsenspiegelung in der

Mehr

Mathematische Erfrischungen III - Vektoren und Matrizen

Mathematische Erfrischungen III - Vektoren und Matrizen Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen

Mehr

Prüfung Lineare Algebra 2

Prüfung Lineare Algebra 2 1. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix,

Mehr

Einführung in GeoGebra Geometrie

Einführung in GeoGebra Geometrie ICT an der KZN Einführung in GeoGebra Geometrie Ähnlichkeit Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 28. Februar 2017 Inhaltsverzeichnis 1 Einleitung und Zielsetzung 2 2 freeware

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

++ + = 0 so erhält man eine quadratische Gleichung mit zwei Variablen dx+ey+f = 0 1.1

++ + = 0 so erhält man eine quadratische Gleichung mit zwei Variablen dx+ey+f = 0 1.1 Hauptachsentransformation. Einleitung Schneidet man den geraden Kreiskegel mit der Gleichung = + und die Ebene ++ + = 0 so erhält man eine quadratische Gleichung mit zwei Variablen +2 + +dx+ey+f = 0. Die

Mehr

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

Anleitung 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,

Mehr

1. Das Koordinatensystem

1. Das Koordinatensystem Liebe Schülerin! Lieber Schüler! In den folgenden Unterrichtseinheiten wirst du die Unterrichtssoftware GeoGebra kennen lernen. Mit ihrer Hilfe kannst du verschiedenste mathematische Objekte zeichnen und

Mehr

Orientierung der Vektoren b 1,..., b n. Volumen des von den Vektoren aufgespannten Parallelotops

Orientierung der Vektoren b 1,..., b n. Volumen des von den Vektoren aufgespannten Parallelotops 15. DETERMINANTEN 1 Für n Vektoren b 1,..., b n im R n definiert man ihre Determinante det(b 1,..., b n ) Anschaulich gilt det(b 1,..., b n ) = Orientierung der Vektoren b 1,..., b n Volumen des von den

Mehr

2.4 Die Länge von Vektoren

2.4 Die Länge von Vektoren .4 Die Länge von Vektoren 59 Wir können dies auch so sagen: Wir identifizieren (,1)-Spaltenmatrizen mit Vektoren (oder Punkten) aus R, das heißt die Menge R und R 1 werden miteinander identifiziert. Einen

Mehr

1. Lineare Funktionen und lineare Gleichungen

1. Lineare Funktionen und lineare Gleichungen Liebe Schülerin! Lieber Schüler! In den folgenden Unterrichtseinheiten wirst du die Unterrichtssoftware GeoGebra kennen lernen. Mit ihrer Hilfe kannst du verschiedenste mathematische Objekte zeichnen und

Mehr

2.9 Die komplexen Zahlen

2.9 Die komplexen Zahlen LinAlg II Version 1 3. April 2006 c Rudolf Scharlau 121 2.9 Die komplexen Zahlen Die komplexen Zahlen sind unverzichtbar für nahezu jede Art von höherer Mathematik. Systematisch gehören sie zum einen in

Mehr

1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat.

1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. 1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. übliche Beispiele: Ort r = r( x; y; z; t ) Kraft F Geschwindigkeit

Mehr

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2 II. Basis und Dimension ================================================================= 2.1 Linearkombination und Basis -----------------------------------------------------------------------------------------------------------------

Mehr

Mathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung )

Mathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung ) Aufgabe 1: Berechne die Determinante und die Transponierte der folgenden Matrizen: 0 1 1.1 M =( 0 4 1 4 det M =0 4 1 4= 4 M T =( 5 3 3 1.2 1 1 3 A=( =( A T 3 0 1 5 1 3 3 1 0 3 3 1 4 4 det M = 5 1 1+3 3

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Vortrag Gmnasium Birkenfeld Von der mathematischen Spielerei zur technischen Anwendung Vortrag Gmnasium Birkenfeld. Vektoren und Matrizen Wir betrachten einen Punkt P (, ) in der Ebene eines rechtwinklig

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 016 Lineare Algebra und analytische Geometrie II Vorlesung 37 Neben den drei Eckpunkten eines Dreieckes gibt es noch weitere charakteristische Punkte eines Dreieckes wie

Mehr

1.1. Geradengleichung aus Steigung und y-achsenabschnitt

1.1. Geradengleichung aus Steigung und y-achsenabschnitt Version vom 4. Januar 2007 Gleichungen von Geraden in der Ebene 1999 Peter Senn * 1.1. Geradengleichung aus Steigung und y-achsenabschnitt In dieser Form lautet die Gleichung der Geraden wie folgt: g:

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare 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.

Mehr

Aufgaben zu Kapitel 20

Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v

Mehr

13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01

13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01 . Klasse TOP 0 Grundwissen Geradengleichungen 0 Punkt-Richtungs-Form Geraden sind gegeben durch einen Aufpunkt A (mit Ortsvektor a) auf der Geraden und einen Richtungsvektor u: x = a + λ u, λ IR. (Interpretation:

Mehr

Lernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung:

Lernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung: Vektorrechnung eine Einführung Einleitung: Um beispielsweise das Dreieck ABC in der Abbildung an die Position A'B'C' zu verschieben, muss jeder Punkt um sieben Einheiten nach rechts und drei nach oben

Mehr

Lösungen der Übungsaufgaben III

Lösungen der Übungsaufgaben III Mathematik für die ersten Semester (. Auflage): Lösungen der Übungsaufgaben III C. Zerbe, E. Ossner, W. Mückenheim 6. Man konstruiere die Winkelhalbierende eines beliebigen Winkels analog zur Konstruktion

Mehr

Arbeiten mit dem Geometrieprogramm GeoGebra

Arbeiten mit dem Geometrieprogramm GeoGebra Fachdidaktik Modul 1, WS 2012/13 Didaktik der Geometrie III: Konstruieren Planarbeit Arbeiten mit dem Geometrieprogramm GeoGebra I. Erstes Erkunden der Programmoberfläche: Grund- und Standardkonstruktionen

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 6 Vektorräume Die Addition von zwei Pfeilen a und b, ein typisches Beispiel für Vektoren. Der zentrale

Mehr

Analytische Geometrie - Schnittwinkel. u 1, u 2 Richtungsvektoren der Geraden

Analytische Geometrie - Schnittwinkel. u 1, u 2 Richtungsvektoren der Geraden Analytische Geometrie - Schnittwinkel. Möglichkeiten und Formeln Gerade / Gerade: cos( ) = u u 2 u u 2 Gerade / Ebene: sin( ) = n u n u Ebene / Ebene: cos( ) = n n 2 n n 2 u, u 2 Richtungsvektoren der

Mehr

2.2A. Das allgemeine Dreieck

2.2A. Das allgemeine Dreieck .A. Das allgemeine Dreieck Koordinatentransformation eines Dreiecks Jedes Dreieck läßt sich nach geeigneter Drehung und Verschiebung in ein Dreieck mit den Eckpunkten A = ( x, 0 ), B = ( y, 0 ), C = (

Mehr

Formelsammlung Analytische Geometrie

Formelsammlung Analytische Geometrie Formelsammlung Analytische Geometrie http://www.fersch.de Klemens Fersch 6. August 6 Inhaltsverzeichnis 6 Analytische Geometrie 6. Vektorrechung in der Ebene......................................... 6..

Mehr

Matrizen. Aufgabe 1. Sei f R 2 R 3 definiert durch. x y x Berechnen Sie die Matrix Darstellung von f. Lösung von Aufgabe 1.

Matrizen. Aufgabe 1. Sei f R 2 R 3 definiert durch. x y x Berechnen Sie die Matrix Darstellung von f. Lösung von Aufgabe 1. Matrizen Aufgabe Sei f R R 3 definiert durch ( x 3y x f x + y y x Berechnen Sie die Matrix Darstellung von f Lösung von Aufgabe ( f ( f 3 Die Matrix Darstellung von f ist somit A 3 Aufgabe Eine lineare

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

Klausur HM I H 2005 HM I : 1

Klausur HM I H 2005 HM I : 1 Klausur HM I H 5 HM I : 1 Aufgabe 1 4 Punkte): Zeigen Sie mit Hilfe der vollständigen Induktion: n 1 1 + 1 ) k nn k n! für n. Lösung: Beweis mittels Induktion nach n: Induktionsanfang: n : 1 ) 1 + 1 k

Mehr

Analytische Geometrie, Vektorund Matrixrechnung

Analytische Geometrie, Vektorund Matrixrechnung Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?

Mehr

5 Konstruktion der Winkelhalbierenden als Makro

5 Konstruktion der Winkelhalbierenden als Makro 5 Winkelhalbierende 5 Konstruktion der Winkelhalbierenden als Makro Gegeben ist der Winkel =

Mehr

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn. Kapitel 5 Eigenwerte Josef Leydold Mathematik für VW WS 2016/17 5 Eigenwerte 1 / 42 Geschlossenes Leontief-Modell Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich

Mehr