Vermischte Aufgaben zu Mathematische Grundlagen der Ökonomie
|
|
- Stephan Berg
- vor 6 Jahren
- Abrufe
Transkript
1 Aufgabe : Vermischte Aufgaben zu Mathematische Grundlagen der Ökonomie Bilden die Lösungsmengen der folgenden linearen Gleichungssysteme jeweils einen Unterraum des IR 3? Begründen Sie. (i) (ii) + 3 = + 3 = + 3 = = ( (i) ist schreibbar als A = mit der Matri A = Mengen M sind immer Unterräume des IR 3, denn: ). Solche, y M A = A y = A( + y) = A + A y = + = + y M. Analog folgt: λ M M, λ IR. Die Lösungsmenge von (ii) stellt keinen Unterraum dar, da sie nicht einmal den Nullvektor enthält. Aufgabe : Für welche α IR sind folgende Vektoren linear unabhängig? =, y = α, z = α Dies entscheiden wir über die Determinante der Matri A = α α det A }{{} = = det 7 α 4 }{{} = = (α )(α 4).Sp-*3.Sp α Laplace,.Z.Sp-*3.Sp Also sind die Vektoren l.a. det A = α = oder α = 4. Alternativ wäre auch möglich, die Matri auf Rang 3 zu untersuchen. Aufgabe 3: Was ist über die Lösungsmenge des linearen Gleichungssystems = = = = 4 :
2 auszusagen, wenn der Vektor b = (i) b = (ii) b = b b b 3 b 4 gegeben ist durch (iii) b = Diese drei Aufgaben lösen wir simultan mit dem Gauß-Algorithmus: }{{} 4 5 }{{} tauschen.//.z 3.Z-.Z Z -.Z Zur Auswertung: }{{} 4.Z +.Z }{{} 4.Z-3.Z (i) Das homogene LGS ist natürlich lösbar. Der Rang der Matri ist 3, also kann eine Variable, etwa 4 frei gewählt werden. Sukzessives Auflösen von unten nach oben liefert: 4 = 3 = 3 t = = 3 4 = 3 t t = 4 3 t = = = 8 3 t 3 t 3t = 3 t Dies kann man noch zusammenfassen zum Lösungsvektor t 3 = 4 t 3 3 t = t 4 3, t IR t (ii) Dieses LGS ist unlösbar, denn die 4.Zeile enthält den Widerspruch = (iii) Dieses LGS ist lösbar, denn die 4. Zeile birgt jetzt nichts Widersprüchliches. Wieder kann man sukzessive von unten nach oben auflösen:
3 4 wählen wir frei: 4 = t 4 = 3 3 = = 3 t = = 3 t t + = 4 3 t = = t 3 t 3t = 3 t + Lösungsvektor: = 3 t t 3 t + t = t Aufgabe 4: Lösen Sie folgendes lineare Gleichungssystem einmal mit der Cramerschen Regel und einmal unter Benutzung der Matri-Inversen: = = + = 3 Die Matri-Inverse berechnen wir mit dem Gauß-Algorithmus: }{{} }{{} 3.Z-.Z }{{} (3,Z):3 }{{}.Z-.Z 3.Z-.Z A = 3 3 tauschen und *(-) }{{} 3.Z - *.Z 3 }{{}.Z + 3.Z.Z - *3.Z 3 3 A = 3 3 können wir nun lösen über = A 3 = = Alternativ können wir auch mit der Cramerschen Regel arbeiten:
4 det A = 3 = 3 det = 3 det 3 = 3 det = = 3 = 5 3 Das Beispiel soll zeigen, dass diese Methoden zwar funktionieren, aber rechentechnisch aufwändig sind. Aufgabe 5: Ermitteln Sie Art und Lage der Etremstellen der Funktion f(, y, z) = 6z + z y 4z. f = (z, y, 8z + 6) = (,, ) y = und = z = Die Hesse-Martri in diesem Punkt ist gegeben durch H =. 8 Die Definitheit entscheiden wir über die Hauptminoren: ( ) H = <, H = det = 4 >, H 3 = det H = 4 <. H ist also negativ definit, und damit ist der Punkt (,, ) T eine Maimalstelle. Aufgabe 6: Berechnen Sie die Eigenwerte und die Eigenvektoren für folgende Matrizen: A = 3 3, B = 4 5 C = Welche dieser Matrizen sind diagonalisierbar?
5 Lösungen: A = : p A (λ) = det(a λe) = det λ(λ )(λ + ) λ 3 3 λ λ =... = Eigenwerte:,,, alle einfach alle Eigenräume sind eindimensional Eigenvektoren zu λ = : = 3 = Ein Eigenvektor ist z.b. = 3 Eigenvektoren zu λ = : = 9 = Ein Eigenvektor ist z.b. Eigenvektoren zu λ 3 = : = 9 = Ein Eigenvektor ist z.b. = A ist diagonalisierbar: Mit S = 3 3 gilt: 7 S AS =
6 B = : p B (λ) = det(b λe) = det (λ ) (λ ) 5 λ λ λ =... = Eigenwerte: λ = ist doppelter, λ = ist einfacher Eigenwert. Eigenvektoren zu λ = : =. Der Rang dieser Matri ist, also ist der Eigenraum zweidimensional. Zwei l.ua. Eigenvektoren sind z.b. gegeben durch = und = Eigenvektoren zu λ = : = Ein Eigenvektor ist z.b. gegeben durch = = Wir haben drei l.ua. Eigenvektoren. Also ist B diagonalisierbar. Genauer gilt mit S = C = : S BS = p C (λ) = det(c λe) = det (λ )(λ 4) 3 λ 4 λ 3 λ =... = Eigenwerte: λ = ist einfacher, λ = 4 doppelter Eigenwert.
7 Aufgabe 7: Eigenvektoren zu λ = : = = Ein Eigenvektor ist z.b. gegeben durch = Eigenvektoren zu λ = 4 : = =. Die Matri hat Rang. Der Eigenraum ist also nur eindimensional. Damit ist C nicht diagonalisierbar. Ein Eigenvektor ist z.b. gegeben durch = Berechnen Sie die m te Potenz der Matrizen ( ) A = und B = 3 L sungshinweis: 3 3 Diagonalisiere die Matrizen: S AS = Λ A m = SΛ m S. Aufgabe 8: Bestimmen Sie den Rang der folgenden Matrizen (in Abhängigkeit der Parameter α bzw. β ): α β 3 3 A = 3, B = 3 β C = α 3 Lösungen: Die ersten beiden Zeilen in A sind l.a. ( α det 3 ) = 3α 4 = α = 4. In diesem Falle sind dann aber die. Und 3. ( 3 ) 3 Zeile l.ua., denn det 3 4 = 9.A hat also stets Rang β 3 det B = }{{} = det 3β β 9 }{{} = (.Z)-3*(.Z),(3.Z)-(.Z) β Laplace,.Sp (β + )(β 9), also für β oder 9. In diesem Fall ist also
8 rg B =3. Für β = ist rg B = rg Für β = 9 ist rg B = rg = = In C sind die ersten drei Spalten l.ua., denn det = }{{} Laplace,.Sp Aufgabe 9: ( 3 ( 3) det ) = 3, und damit ist rg C = 3 Berechnen Sie die Determinante folgender Matrizen: A = π 4, B = ( ) det π 4 }{{} = ( ) = ( ) ( ) = Laplace, 3.Sp det }{{} = det 3 4 (3.Z)-(4.Z) }{{} = det }{{} = ( 3) det 3 4 Laplace 4.Sp Laplace,.Sp) ( 6 ) }{{} = ( 3) (+6) det = Laplace, 3.Sp Aufgabe : Zeigen Sie folgende Aussagen: (i) Genau dann gilt für zwei quadratische Matrizen A und B die Binomische Formel (A + B) = A + AB + B, wenn AB = BA gilt.
9 (ii) Sind, y und z IR n linear abhängig, so lässt sich einer der drei Vektoren als Linearkombination der anderen beiden schreiben. (iii) Ist A eine invertierbare quadratische Matri, so sind alle Eigenwerte von A ungleich, und ist λ ein solcher Eigenwert von A, so ist λ ein Eigenwert von A. (iv) Ist A eine diagonalisierbare quadratische Matri, so konvergiert A m für m gegen die Nullmatri genau dann, wenn alle Eigenwerte von A betragsmäßig kleiner als sind. (i) (A + B) = (A + B)(A + B) = A + AB + BA + B = A + AB + B AB = BA (ii) Gelte α + α y + α 3 z = mit Zahlen α, α, α 3, nicht alle gleich sind, etwa α 3. Dann ist aber z = α α y, also z α 3 α 3 Linearkombination von und y. (iii) Sei A invertierbar det A P A () = det(a E) ist kein Eigenwert von A. Der Rest folgt aus: A = λ λ = A λ (iv) Ist S AS = Λ = O λ m A m = SΛ m S = S O λ i < i =,..., n. Aufgabe : O λ n, so ist A = SΛS O λ m n und S O, m Geben Sie zu folgenden Funktionen jeweils eine Stammfunktion an: sin + cos sin ; ; sin ln ; ; e sin ; + arctan ; ( ) ; 3 + ; 3 e ( ) ( + 4) Lösungen: ( sin ) d = cos sin + cos sin d = ln sin (Integrand ist von der Bauart f f )
10 ln d }{{} = = ln =u; d=du d = }{{} =u; d=du e sin d = }{{} e sin + u du = u = ln du = u = u e cos d = }{{} e sin e cos 4e sin d 5 e sin d = e sin e cos e sin d = ( ) e sin e cos 5 arctan d }{{} = arctan + d }{{} = ausdividieren arctan ( ) d = + arctan ( arctan ) + ( = ( ) }{{} + ) d = ln + ln Zuh.meth. 3 + = A ( ) + B + C mit Konstanten A, B und C. B und C erhält man über die Zuhaltemethode zu B =, C =, den rest am besten durch die Rechnung ( ) = = ( ) ( ) = 3 + ( = ( ) + ) d = ln + + ln 3 e d }{{} = 3 e + 3 e d }{{} = = 3 e 3 e + 6e d }{{} = 3 e 3 e 6e + 6e d = 3 e 3 e 6e 6e ( + 4) = }{{} abdividieren ( + 4) }{{} = PBZ + A + B + C + 4 A erhält man per Zuhaltemethode zu A =. Für den Rest empfiehlt sich die Rechnung ( + 4) = = ( + 4) + 4
11 ( + 4) + ln + arctan( ) d = ( + + ) d = + 4 Aufgabe : Gegeben sei die Funktion f() = 4 auf dem Intervall [, ]. Berechnen Sie das Volumen des Körpers, der entsteht, wenn man den Graphen von f() um die Achse rotieren lässt. Das gesuchte Volumen ist = π π π 6 = π 6 Aufgabe 3: / f () d = π / d = π arcsin / Berechnen Sie den Flächeninhalt zwischen den Kurven y = sin und y = sin im Bereich [, π] (Hinweis: Es gilt die trigonometrische Identität sin = sin cos. ) = Die Kurven schneiden sich in den Punkten (, ), (π, ) und wegen der Identität sin = sin cos auch dort, wo cos = cos = = π 3 gilt. (s. auch obige Skizze). Der linke Teil der Fläche ist dann = π/3 ( ) sin() sin d =
12 ( ) cos()+cos π/3 = ist = π π/3 ( ) sin sin() (beachte: cos π 3 = ) Aufgabe 4: (( ) ( ) ) + + = 4 und der rechte Teil d = ( cos + ) cos() π = + π/ = 9 4 Entscheiden Sie, ob folgende uneigentliche Integrale eistieren, und berechnen Sie ggf. ihren Wert: e d; Lösungen: e d = }{{} e d ; 4 e = 4 e + }{{} = ln d ; ln d e d = }{{} e + }{{} = e d = e d eistiert nicht denn: e d = ln( ) = ln d = ln ln = e und ln d = ( ln ) =, (beachte: ln lim ln = lim + + }{{} = lim + l Hosp. = lim + = ) Aufgabe 5: Entscheiden Sie, ob folgende uneigentliche Integrale eistieren: cos d ; e d ; e d ; e d ; ln d
13 cos d eistiert, denn: cos 3/ und d < 3/ e d eistiert, denn der Integrand ist bei = stetig fortsetzbar. Beachte dabei, dass lim e }{{} = lim l Hosp. e = gilt. e d e. nicht, denn e d = ist beschränkt und e d e., denn: e e ; ; und e d = e = e < ln Aufgabe 6: d = ln =. Berechnen Sie folgende Flächenintegrale (i) M = [, ] [, 3]; f(, y) = y M f(, y) d(, y) : (ii) M = {(, y) T IR : ; y + }; f(, y) = y ( ) (iii) M = {(, y) T IR : + y 4, }; f(, y) = sin π( + y ) Lösungen: (i) M f(, y) d(, y) = 3 3 = y dy d = y=3 6 3 y3 d = y= 3 d =
14 (ii) M f(, y) d(, y) = + y dy d = + y = ) (( +) 3 d = ( ) d = ( ) = 4 (iii) In Polarkoordinaten ist = r cos ϕ, y = r sin ϕ, + y = r und für (, y) T M ist r, ϕ π sowie d(, y) = rd(r, ϕ) M f(, y) d(, y) = π cos 4π + cos π = = ( sin(πr )r dr dϕ = π ) r= π cos(πr ) = r=
Serie 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
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
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
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:
MehrEigenwerte 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
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/
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
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
MehrDiagonalisieren. Nikolai Nowaczyk Lars Wallenborn
Diagonalisieren Nikolai Nowaczyk http://mathniknode/ Lars Wallenborn http://wwwwallenbornnet/ 16-18 März 01 Inhaltsverzeichnis 1 Matrizen 1 11 Einschub: Invertierbarkeit
Mehr45 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.
MehrVariante A. Hinweise
Lehrstuhl C für Mathematik (Analsis Prof. Dr. Y. Guo Aachen, den 6..3 Klausur zur Höheren Mathematik I WS /3 Variante A Hinweise Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche
MehrKapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung
Kapitel 2: Matrizen 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung 2.1 Matrizen M = n = 3 m = 3 n = m quadratisch M ij : Eintrag von M in i-ter
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras
Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst
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
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
Mehr6 Eigenwerte und Eigenvektoren
6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,
Mehrf(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}
9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen
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
MehrSkript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014
Skript zur Vorlesung Prof. Dr.-Ing. Katina Warendorf 2. Oktober 2014 erstellt von Sindy Engel erweitert von Prof. Dr.-Ing. Katina Warendorf Inhaltsverzeichnis 1 Vektoren 4 1.1 Grundbegriffe.................................
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
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
Mehr4 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,
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +
MehrKLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008
KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch
MehrMC-Serie 11: Eigenwerte
D-ERDW, D-HEST, D-USYS Mathematik I HS 14 Dr. Ana Cannas MC-Serie 11: Eigenwerte Einsendeschluss: 12. Dezember 2014 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung
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
Mehr3.3 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.
MehrMathematischer Vorkurs Lösungen zum Übungsblatt 5
Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und
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
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
Mehr1.9 Eigenwerte und Eigenvektoren
.9. EIGENWERTE UND EIGENVEKTOREN 0.9 Eigenwerte und Eigenvektoren Alles in diesem Abschnitt bezieht sich auf quadratische reelle oder komplexe n n-matrizen. Statt E n (n n-einheitsmatrix) wird kurz E geschrieben..
Mehr1 Singulärwertzerlegung und Pseudoinverse
Singulärwertzerlegung und Pseudoinverse Singulärwertzerlegung A sei eine Matrix mit n Spalten und m Zeilen. Zunächst sei n m. Bilde B = A A. Dies ist eine n n-matrix. Berechne die Eigenwerte von B. Diese
MehrBeispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger
Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit
MehrPrüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?
1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2
MehrEigenwerte 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
MehrFachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)
Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie (Lineare Abbildungen) Dozent/in: R. Burkhardt Büro:.6 Klasse: Semester: Datum: HS 8/9. Aufgabe Zeige, dass die folgenden Abbildungen
Mehr(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge
ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,
Mehrf f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.
Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales
MehrLänge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren
Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(
MehrKlausur zum Fach Mathematik 1 Teil 1
(Name) (Vorname) (Matrikelnummer) Fachbereich Elektrotechnik und Informationstechnik Prof. Georg Hoever 06.07.202 Klausur zum Fach Mathematik Teil Bearbeitungszeit: 90 Minuten Hilfsmittel: ein (beidseitig)
MehrB Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R,
B en Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R Berechnen Sie zur Abbildung f : R R, f(x, y) : x sin(xy) das totale Differenzial f df, die Jacobi-Matrix J f (x, y) und den Gradienten ( f)(x,
MehrEigenwerte 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
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
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Diplomvorprüfung HÖHERE MATHEMATIK I und II für Maschinenwesen und Chemie-Ingenieurwesen
................ Note I II Name Vorname Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrDeterminanten. a e b f a c b d. b) x = , y = c) zu einem Spaltenvektor das Vielfache des anderen Spaltenvektors addiert wird,
Determinanten Wir entwickeln eine Lösungsformel für Gleichungssysteme mit zwei Variablen. ax + cy = e b bx + y = f a } abx bcy = be + abx + ay = af ya bc = af be Man schreibt y = af be a bc = a e b f analog
MehrKleine Formelsammlung zu Mathematik für Ingenieure IIA
Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................
MehrKlausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler
Wintersemester 2007/08 27.2.2008 Dr. Sascha Kurz Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler Bitte lesbar ausfüllen, Zutreffendes ankreuzen Herr Frau Name, Vorname: Anschrift:
MehrMathematik 3 für Informatik
Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4
MehrMathe für WiWis Lösungen der Quizfragen. 1 Quadratische Ungleichungen. 2 Exponentialfunktion und Logarithmus. 2.1 Umkehrfunktion
Mathe für WiWis Lösungen der Quizfragen Quadratische Ungleichungen I c, d, e, 4 f, 5 g II a, d, e, 4 b III e, b, f, 4 c IV e, a, f, 4 f, 5 b, 6 d V c, d, b, 4 f VI a px x x x x x x x + Es folgt: px hat
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)
Mehr4.4. Rang und Inversion einer Matrix
44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert
MehrMusterlösungen zur Linearen Algebra II Übungsklausur
Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,
MehrAufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010
Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und
MehrKapitel 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
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
Mehr1. Klausur. für bau immo tpbau
1. Klausur Höhere Mathematik I/II für bau immo tpbau Wichtige Hinweise Die Bearbeitungszeit beträgt 120 Minuten. Verlangt und gewertet werden alle 6 Aufgaben. Bei Aufgabe 1 2 sind alle Lösungswege und
MehrMusterlösungen zu Prüfungsaufgaben über gewöhnliche Differentialgleichungen Prüfungsaufgabe a) Gegeben sei die lineare Differentialgleichung
Musterlösungen zu n über gewöhnliche Differentialgleichungen a) Gegeben sei die lineare Differentialgleichung y + - y = e - ln, > 0 Man gebe die allgemeine Lösung der homogenen Gleichung an Wie lautet
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
Mehr3. Übungsblatt Aufgaben mit Lösungen
. Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen
MehrEs wurde in der Vorlesung gezeigt, daß man die Matrixgleichung Ax=b auch in der Form
Gaußscher Algorithmus zur Lösung linearer Gleichungssysteme Wir gehen aus vom Gleichungssystem A=b. Dabei ist A M m n K, b K m. Gesucht werden ein oder alle Elemente K n, so daß obige Gleichung erfüllt
MehrRückblick auf die letzte Vorlesung. Bemerkung
Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D
MehrSkalarprodukte (Teschl/Teschl Kap. 13)
Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +
MehrMathematik 1, Teil B. Inhalt:
FH Emden-Leer Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre 2.) Matrizen, Determinanten
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
MehrIn diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)
34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)
MehrHÖHERE MATHEMATIK 2, Übungen, Sommersemester Übungsblatt für den
. Übungsblatt für den 4. 3. 2008 () Die Gerade g sei durch die Gleichung 2x y = 3 gegeben. Bestimmen sie Gleichungen der beiden Geraden, die parallel zu g sind und den Abstand 2 von g haben. Bestimmen
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,
MehrEinführung in die Integralrechnung. Mag. Mone Denninger 13. November 2005
Einführung in die Integralrechnung Mag. Mone Denninger. November 5 INHALTSVERZEICHNIS 8. Klasse Inhaltsverzeichnis Einleitung Berechnung einfacher Stammfunktionen. Integrationsregeln.........................
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2016 Lineare Gleichungssysteme Schwerpunkte: Interpretation und Verständnis der Gleichungen Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik unter
Mehr) in der Ebene aufgespannten Parallelogramms ist, wie wir wissen, gleich a 1. b 2. ) und b = ( b 1
45 Determinanten Die orientierte Fläche eines von zwei Vektoren a ( a, a und b ( b, b in der Ebene aufgespannten Parallelogramms ist, wie wir wissen, gleich a b a b Bis auf das Vorzeichen ist dies der
MehrAufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler Algebra
Aufgabensammlung zur Vorlesung Höhere Mathematik für Wirtschaftswissenschaftler Algebra Freiberg, den 3 November 0 Inhaltsverzeichnis Kapitel Lineare Algebra 5 Operationen mit Matrizen 5 Lineare Gleichungssysteme
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem
MehrKLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter
Mehry = 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
MehrÜbungsaufgaben zur Analysis
Serie Übungsaufgaben zur Analysis. Multiplizieren Sie folgende Klammern aus: ( + 3y)( + 4a + 4b) (a b )( + 3y 4) (3 + )(7 + y) + (a + b)(3 + ). Multiplizieren Sie folgende Klammern aus: 6a( 3a + 5b c)
MehrLineare Algebra. Teil III. Inhaltsangabe
Teil III Lineare Algebra Inhaltsangabe 3 Lineare Algebra 22 3.1 Einführung.......................... 22 3.2 Matrizen und Vektoren.................... 23 3.3 Spezielle Matrizen...................... 24
MehrLineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner WS / Blatt 6 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag Wir verwenden das Unterraumkriterium,
Mehr6 Hauptachsentransformation
6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten
MehrMathematik für Wirtschaftswissenschaftler, WS 10/11 Musterlösungen zu Aufgabenblatt 11
Mathematik für Wirtschaftswissenschaftler, WS / Musterlösungen zu Aufgabenblatt Aufgabe 76: Bestimmen Sie mittels Gauß-Elimination die allgemeine Lösung der folgenden linearen Gleichungssysteme Ax b: a)
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg Spezialfälle und Rechenregeln Spezialfälle der Matrimultiplikation A = (m
Mehr5 Eigenwerte und die Jordansche Normalform
Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n
Mehr2.4 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
MehrLineare Algebra I Klausur. Klausur - Musterlösung
Prof. Dr. B. Hanke Dr. J. Bowden Lineare Algebra I Klausur Klausur - Musterlösung 20. Februar 203 Aufgabe - Lösung Aussage wahr falsch (Z, +, 0) ist eine abelsche Gruppe. Der Ring Z/24Z ist nullteilerfrei.
MehrDamit haben wir schon die Koeffizienten der Gleichung gefunden, in dem wir n noch durch 6 teilen. 5x 2y + 13z = C. (2) = 36 = C.
Aufgabenblatt 6 0 Punkte Aufgabe 1 (Pyramide) Gegeben ist eine Pyramide P mit dem Dreieck ABC als Grundfläche und Spitze D. Es sei A(2 0 2), B(10 7 0), C(0 8 ) und D(8 1 10). a) Gib eine (möglichst einfache)
MehrKlausur zum Fach Mathematik 1 Teil 1
(Name) (Vorname) (Matrikelnummer) Fachbereich Elektrotechnik und Informationstechnik Prof. Georg Hoever 0.03.204 Klausur zum Fach Mathematik Teil Bearbeitungszeit: 90 Minuten Hilfsmittel: ein (beidseitig)
MehrLineare Gleichungssysteme
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 28. November 2011 Definition Beispiel: Wassermengen und Konzentrationen in einem Fluss Beispiel Zeilenstufenform Beispiel (Fortsetzung) Anhang
MehrMathematik für Ingenieure I
Mathematik für Ingenieure I Wintersemester 203/4 W. Ebeling 2 c Wolfgang Ebeling Institut für Algebraische Geometrie Leibniz Universität Hannover Postfach 6009 30060 Hannover E-mail: ebeling@math.uni-hannover.de
MehrSkript zur Vorlesung Wintersemester 2009/2010
Mathematik für Studierende der Biologie und des Lehramtes Chemie e Skript zur Vorlesung Wintersemester 009/00 von Johannes Lengler Fachrichtung 6. Mathematik Universität des Saarlandes Literatur zur Vorlesung
MehrAufgabe 1: Bestimmen Sie Zahlen a b. ,, für die. = b. und gleichzeitig a + b + 1 = 0 gilt. Lösung zu Aufgabe 1:
WS 99/99 Aufgabe : Bestimmen Sie Zahlen a b,, für die 6 b a und gleichzeitig a + b + gilt. Lösung zu Aufgabe : WS 99/99 Aufgabe : Ein Unernehmen stellt aus ohstoffen (,,, ) Zwischenprodukte ( Z, Z, Z )
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
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
Mehr6.3 Hauptachsentransformation
Im Wintersemester 6/7 wurde in der Vorlesung Höhere Mathematik für Ingenieurstudiengänge der folgende Algorithmus zur Hauptachsentransformation besprochen: 63 Hauptachsentransformation Die Matrizen, die
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
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
MehrThemenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix.
LINEARE ALGEBRA Lösbarkeit von linearen Gleichungssystemen Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix Gleichungssysteme
MehrC orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =
1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition
Mehr6 Symmetrische und hermitesche Matrizen
$Id: quadrat.tex,v.0 0/06/9 :47:4 hk Exp $ $Id: orthogonal.tex,v.4 0/06/9 3:46:46 hk Exp $ 6 Symmetrische und hermitesche Matrizen 6.3 Quadratische Funktionen und die Hauptachsentransformation Wir sind
MehrNichtlineare Gleichungssysteme
Kapitel 2 Nichtlineare Gleichungssysteme Problem: Für vorgegebene Abbildung f : D R n R n finde R n mit oder ausführlicher f() = 0 (21) f 1 ( 1,, n ) = 0, f n ( 1,, n ) = 0 Einerseits führt die mathematische
MehrÜbungsaufgaben. Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler. Teil 1: Lineare Algebra und Optimierung.
Übungsaufgaben Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler Teil : Lineare Algebra und Optimierung Wintersemester Matrizenrechnung Aufgabe ( 3 0 Gegeben sind die Matrizen A = 2 5 2 4 D =
MehrWirtschaftsmathematik Formelsammlung
Wirtschaftsmathematik Formelsammlung Binomische Formeln Stand März 2015 (a + b) 2 = a 2 +2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) (a b) =a 2 b 2 Fakultät (Faktorielle) n! =1 2 3 4 (n 1) n Intervalle Notation
Mehr