Vorlesung 3 Differentialgeometrie in der Physik 13
|
|
- Kevin Hermann
- vor 6 Jahren
- Abrufe
Transkript
1 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R > r > 0 und f : R 2 R 3, f(α, β) = (R + r cos β)(cos α, sn α, 0) + r sn β(0, 0, 1). Wr setzen T 2 := f(r 2 ) und für jedes p T 2, p = f(x, y) setzen wr φ 1 (x,y) : ( π, π) ( π, π) f((x π, x + π) (y π, y + π)), φ 1 (x,)(α, β) = f(x + α, y + β). Dann st {φ p p T 2 } Atlas von T 2 und φ p st Koordnatensystem n p. Bemerkung. Wr werden m folgenden nur noch Manngfaltgketen mt abzählbarer Bass betrachten. Bemerkung. Ist M n-dmensonale Manngfaltgket und U M offen, so wrd U mt allen Karten von M, deren Defntonsbereche ganz n U legen selbst zu ener n-dmensonalen Manngfaltgket. U heßt dann offene Untermanngfaltgket von M. Snd M und N m- bzw. N-dmensonale Manngfaltgketen, so wrd M N auf kanonsche Wese selbst zu ener (m + n)-dmensonalen Manngfaltgket. 4 Bespel 2.5 R n = R R glt auch als Manngfaltgketen gelesen. S 1 S 1 st ene 2-dmensonale Manngfaltgket. 2.3 Dfferenzerbarket Wr werden jetzt den Begrff der Dfferenzerbarket auf Manngfaltgketen übertragen. We zu erwarten, gescheht das durch lften der Begrffe vom R n. 4 Man wählt auf M N de Produkttopologe. Snd dann φ : U R m und η : V R n Karten auf M bzw. N, so st U V offen n M N und (φ, η) : U V : R m R n wrd zu ener Karte auf M N. 13
2 14 Dfferentalgeometre n der Physk Vorlesung 3 Defnton 2.11 Seen M und N m- bzw. N-dmensonale Manngfaltgketen. f : M/toN heßt dfferenzerbar, falls für alle Karten φ : U R m auf M und η : V R n auf N dfferenzerbar st 5. Bemerkung. η f φ 1 : φ(u) R n Dfferenzerbarket n enem Punkt defnert man entsprechend. Es genügt de Dfferenzerbarketfür hnrechend vele Karten zu prüfen, so dass M und f(m) abgedeckt snd. Dfferenzerbarket auf offenen Telmengen folgt auch unmttelbar, da dese offene Untermanngfaltgketen snd. Ist f : M R ene Funkton, so kann man als Karte auf R de Identtät wählen. D. h. f st dfferenzerbar, falls es für jedes p M en Koordnatensystem φ : U R n gbt, so dass f φ 1 : φ(u) R dfferenzerbar st. Defnton 2.12 En Dffeomorphsmus st ene dfferenzerbare Abbldung mt dfferenzerbarer Umkehrabbldung. Bespel 2.6 Jede Karte st en Dffeomorphsmus. Φ : S 1 S 1 T 2, (x, y) f(arg x, arg y) mt f we m Bespel 2.4 st en Dffeomorphsmus. Her lesen wr S 1 als Telmenge von R 2 = C. De dfferenzerbaren Funktonen auf ener Manngfaltgket werden glech noch ene wchtge Rolle spelen, da wr se zur Defnton von Tangentalvektoren ensetzen werden. Defnton 2.13 F(M) bezechne den (kommutatven) Rng 6 (mt Ens) der dfferenzerbaren Funktonen auf M. 5 Auch her gelte de Bedngung weder als trval erfüllt, falls V f(m) = st 6 En Rng st grob gesagt en Körper, be dem es kene multplkatven Inversen geben muss: Ene Menge R mt zwe Verknüpfungen +, : R R R heßt Rng, falls glt 14
3 Vorlesung 3 Dfferentalgeometre n der Physk Der Tangentalraum Ist g : V R m W R n dfferenzerbar, so kann man das totale Dfferental von g D p g : R m R n m Punkt q V betrachten. D q g(v) = n =1 v g q st dann de Rchtungsabletung von g n Rchtung v = (v 1,..., v n ). Aber so weng we v n V legen muss, muss de Rchtungsabletung D q g(v) = v g q n W sen. Bede Vektoren leben n anderen Räumen, als de Funkton g. Dese Räume werden wr jetzt auch für jeden Punkt ener Manngfaltgket konstrueren. Zunächst bemerken wr, das man für Funktonen g : V R de Rchtungsabletung v g q ncht nur als Abbldung v v g q sondern genauso gut auch als g v g q verstehen kann: Im Punkt q operert v als Rchtungsabletung auf der Menge aller dfferenzerbaren Funktonen v : F(V ) R. Haben wr ene Manngfaltgket M und p M mt Koordnatensystem φ : U R n. so können wr g = f φ 1 : φ(u) R betrachten und f := f p p := f φ 1 φ defneren dese partellen Abletungen von f hängen allerdngs von der Karte φ ab. Nchtsdestotrotz können wr jetzt auch für v = (v 1,..., v n ) R n v f p = n v f p. =1 erklären. Auch her können wr jetzt de Rollen vertauschen und v als Funkton auf F (M) betrachten. Nach we vor st aber unsere Beschrebung deser Tangentalvektoren abhängg von der gewählten Karte. Wollen wr de Rchtungsabletung unabhängg von ener gewählten Karte erklären müssen wr hre Egenschaften axomatsch fassen: Defnton 2.14 Se M ene Manngfaltgket und p M. En Tangentalvektor v an M n p st ene Abbldung v : F(M) R mt folgenden Egenschaften: (R, +) st abelsche Gruppe (R, ) st Halbgruppe für alle a, b, c R glt a(b + c) = ab + ac und (b + c)a = ba + ca (Dstrbutvgesetz) Ist (R, ) kommutatve Halbgruppe, so nennt man den Rng (R, +, ) kommutatv, st (R, +, ) Halbgruppe mt 1 so heßt (R, +, ) en Rng mt q
4 16 Dfferentalgeometre n der Physk Vorlesung 3 1. v st R-lnear: Für alle λ, µ R und f, g F(M) glt v(λf + µg) = λv(f) + µv(g). 2. v erfüllt de Lebnzregel: Für alle f, g F(M) glt: v(fg) = v(f)g(p)+ f(p)v(g). De Menge aller Tangentalvektoren an M n p heßt Tangentalraum an M n p und wrd mt T p M bezechnet. Man überprüft lecht, das T p M en R-Vektorraum st (en Untervektorraum der Raumes aller Funktonen auf /F (M)). Das Folgende st Lemma, Defnton und Bespel n enem: Lemma 2.15 De partellen Abletungen bezüglch ener Karte heßen Gaußvektoren und snd Tangentalvektoren. Bewes. Se M Manngfaltgket, p M und φ Koordnatensystem n p. Wr müssen zegen, das de R-lnear und Lebnz snd. Es st aber für f, g F(M), λ, µ R und q = φ(p): (λf + µg) p = (λf + µg) φ q = λ λf φ q + µ g φ q = λ f p + µ g p und (fg) p = (fg) φ q = (λf) φ q g φ 1 (q) + f φ 1 (q) (λg) φ q = f p g(p) + f(p) g p. Bemerkung. Ist ene Funkton konstant f c, so st für alle v T p M v(f) = 0, denn für g 1 glt v(g) = v(g 2 ) = v(g)g(p) + g(p)v(g) = 2v(g), also v(g) = 0 und mt f = cg folgt v(f) = v(cg) = cv(g) = 0. Da T p M en Vektorraum st snd also auch de Rchtungsabletungen bezüglch ener Karte Tangentalvektoren und wr zegen jetzt, dass das n der Tat alle snd. Satz 2.16 Ist M n-dmensonale Manngfaltgket und p M, so st T p M n-dmensonaler R-Vektorraum. Ist φ Koordnatensystem n p, so blden de Gaußvektoren (de partellen Abletungen bzgl. φ) ene Bass, de sog. Gaußbass von T p M. Bewes. Se φ Koordnatensystem n p. Wr werden lokal n desem Koordnatensystem argumenteren und danach kurz betrachten, warum das erlaubt st. 16
5 Vorlesung 3 Dfferentalgeometre n der Physk 17 Insbesondere betrachten wr de Komponentenfunktonen φ = (φ,..., φ n ) als Funktonen auf M (de wr mt Tangentalvektoren ableten können) obwohl se zunächst nur auf ener offenen Telmenge defnert snd. Zunächst zegen wr, das de lnear unabhängg snd: Se 0 = λ ene Lnearkombnaton der Null. Dann glt für alle j {1,..., n} ( ) 0 = λ (φ j ) = φ j φ 1 λ φp = λ x j φp = λ j. Also snd alle λ j = 0 und de Lnearkombnaton war trval. Damt st gezegt, das de lnear unabhängg snd. 17
3.3 Lineare Abbildungen und Matrizen
33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle
MehrFachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung
Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung
MehrKonkave und Konvexe Funktionen
Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage
Mehr3. Lineare Algebra (Teil 2)
Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw
Mehr1 Mehrdimensionale Analysis
1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus
Mehr5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013
O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen
MehrAnalysis I. Vorlesung 17. Logarithmen. R R, x exp x,
Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket
MehrKo- und kontravariante Darstellung
Ko- und kontravarante Darstellung Physkalsche Sachverhalte snd vom verwendeten Koordnatensystem unabhängg. Sehr oft st es snnvoll, se n verschedenen Koordnatensystemen darzustellen. Berets erwähnt wurden
Mehr1 Differentialrechnung in mehreren Variablen
1 Dfferentalrechnung n mehreren Varablen 1.1 De Geometre eukldscher Räume Zur Ernnerung De Elemente des R n schreben wr normalerwese als Zelenvektoren: x = (x 1,..., x n ). Kommen Matrzen ns Spel, so st
Mehr( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )
Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch
Mehr4.6 Das Pumping-Lemma für reguläre Sprachen:
Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma
Mehr1.1 Das Prinzip von No Arbitrage
Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No
Mehr6. Übung zur Linearen Algebra II
Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der
MehrDas zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog
60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren
Mehr11 Charaktere endlicher Gruppen
$Id: chaakte.tex,v.4 2009/07/3 4:38:36 hk Exp $ Chaaktee endlche Guppen W hatten gesehen, dass w fü enge Guppen G allen mt Hlfe des Satz 3 de Anzahl und de Dmensonen de eduzblen Dastellungen beechnen können.
MehrKleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA
Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p
Mehr1 Definition und Grundbegriffe
1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:
Mehr50 Matrixnormen und Eigenwertabschätzungen
50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt
Mehr12 UMPU Tests ( UMP unbiased )
89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum
MehrDeterminanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.
Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx
MehrDie Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung
am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall
MehrRegressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n
Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade
MehrDie Jordansche Normalform
De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes
MehrElemente der Mathematik - Sommer 2016
Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s
MehrSeminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -
Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole
Mehr-70- Anhang: -Lineare Regression-
-70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de
MehrPolygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.
Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener
Mehrarxiv: v1 [math.nt] 10 Apr 2014
Über de ratonalen Punkte auf der Sphäre von Nkolay Moshchevtn 1 Moskau) arxv:1404.907v1 [math.nt] 10 Apr 014 Wr beschäftgen uns her mt der Approxmaton von Punkten auf der n-dmensonalen Sphäre durch ratonale
Mehr4. Musterlösung. Problem 1: Kreuzende Schnitte **
Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,
MehrGrundgedanke der Regressionsanalyse
Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden
Mehr18. Vorlesung Sommersemester
8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten
Mehr6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM)
6. Hlbertraum und lneare Operatoren (mathematsche Grundlagen QM) 6.1 Hlbertraum Raum = mathematsches Konstrukt: Vektorraum a) Der lneare komplexe Raum st de Menge von mathematschen Objekten mt folgenden
MehrEinführung in die theoretische Physik 1
Enführung n de theoretsche hysk 1 rof. Dr. L. Mathey Denstag 15:45 16:45 und Donnerstag 10:45 12:00 Begnn: 23.10.12 Jungus 9, Hörs 2 Mathey Enführung n de theor. hysk 1 1 Grundhypothese der Thermostatk
MehrDiskrete Mathematik 1 WS 2008/09
Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /
MehrLineare Algebra B. Herzog, Universität Leipzig, Institut für Mathematik und Informatik, Vorlesung des ersten Studienjahrs im Herbstsemester 2007
Lneare Algebra B. Herzog, Unverstät Lepzg, Insttut für Mathematk und Informatk, Vorlesung des ersten Studenjahrs m Herbstsemester 2007 Hnwese Aufgaben Am Anfang jeder Woche werden jewels 3 Aufgaben ns
MehrDie Transzendenz der Eulerschen Zahl e
De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen
Mehr3 g-adische Ziffernentwicklung reeller Zahlen
1 3 g-adche Zffernentwcklung reeller Zahlen In deem Kaptel e tet 2 g N und Z g = {0, 1, 2, 3,..., g 1} N. Motvaton: Wr wollen jede potve reelle Zahl x > 0 n der Ba g 2 dartellen (g-adche Dartellung von
MehrStochastische Prozesse
INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)
MehrFür jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich
Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem
Mehr2 Zufallsvariable und Verteilungen
Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem
MehrÄquivalenzen stetiger und glatter Hauptfaserbündel
Äquvalenzen stetger und glatter Hauptfaserbündel Chrstoph Müller Chrstoph Wockel Fachberech Mathematk Unverstät Darmstadt 31. Süddeutsches Kolloquum über Dfferenzalgeometre Glederung 1 De Problemstellung
Mehr3 Elastizitätstheorie
3 Elastztätstheore Für en elastsches Medum nmmt man enen spannungsfreen Referenzzustand an, der n Eulerkoordnaten durch x = Ax, t) gegeben st. Abwechungen werden beschreben durch de Verschebung ux, t)
MehrMultilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel
ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore
Mehr4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:
4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2
MehrSpiele und Codes. Rafael Mechtel
Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,
MehrSeminar Einführung in die Kunst mathematischer Ungleichungen
Semnar Enführung n de Kunst mathematscher Unglechungen Cauchys erste Unglechung und de Unglechung vom arthmetschen und geometrschen Mttel Sopha Volmerng. prl 0 Inhaltsverzechns Cauchys erste Unglechung.
MehrLineare Optimierung Dualität
Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen
Mehr6. Modelle mit binären abhängigen Variablen
6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch
MehrStochastische Prozesse
INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)
MehrNSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.
PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs
MehrRunge-Kutta-Theorie: Adjungierte Verfahren, A-Stabilität, Steife Systeme
Runge-Kutta-Teore: Adjungerte Verfaren, A-Stabltät, Stefe Systeme Andre Neubert bat@un-paderborn.de Semnar Numerk für Informatker, SS2004: Runge-Kutta-Teore Sete Glederung : - Adjungerte Verfaren / Symmetrsce
MehrDynamik starrer Körper
Dynamk starrer Körper Bewegungen starrer Körper können n Translaton und Rotaton zerlegt werden. De Rotaton stellt enen nneren Frehetsgrad des Körpers dar, der be Punktmassen ncht exstert. Der Schwerpunkt
MehrFacility Location Games
Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet
MehrÜbungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen
Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen
MehrMethoden der innerbetrieblichen Leistungsverrechnung
Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den
Mehr2 Matrizen (A + B) + C = A + (B + C) (A + B)C = AC + BC. Seien A R m n und B = (b (1)... b (p) ) R n p zwei Matrizen. Dann gilt
Lneare Algebra Wel Gao September Gauss sches Elmnatonsverfahren a x + a x + + a n x n = b a x + a x + + a n x n = b a m x + a m x + + a mnx n = b m Das LGS mt m Glechungen und n Unbekannten n ene erweterte
MehrAufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):
LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete
MehrALGEBRAISCHE TOPOLOGIE
ALGEBRAISCHE TOPOLOGIE OLIVER C. SCHNÜRER Zusammenfassung. Be desem Manuskrpt handelt es sch um Notzen zu ener Vorlesung Algebrasche Topologe an der Freen Unverstät Berln m Sommersemester 2007 und an der
MehrNeuronale Netze. M. Gruber (1) ausgeloste Reiz ist x (1) = (1) (s (1) ) mit (1) (s) = 1 sgn(s 1 ) sgn(s 2 ) T. .
Neuronale Netze M. Gruber 7.11.015 Begnnen wr mt enem Bespel. Bespel 1 Wr konstrueren enen Klasskator auf der Menge X = [ 1; 1], dessen Wrkung man n Abb.1 rechts sehen kann. Auf der blauen Telmenge soll
Mehr9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.
Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.
MehrDie Leistung von Quicksort
De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen
Mehr18. Dynamisches Programmieren
8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus
MehrNoethertheorem. 30. Januar 2012
Noethertheorem 30. Januar 2012 1 Inhaltsverzechns 1 Symmetre 3 1.1 Symmetre n der Geometre................... 3 1.2 Symmetre n der Mathematk.................. 3 1.3 Symmetre n der Physk.....................
MehrMathematik für Ökonomen Kompakter Einstieg für Bachelorstudierende Lösungen der Aufgaben aus Kapitel 12 Version 1.0 (11.
Mathematk für Ökonomen Kompakter Ensteg für Bachelorstuderende Lösungen der Aufgaben aus Kaptel Verson.. September 5) E. Cramer, U. Kamps, M. Kater, M. Burkschat 5 Cramer, Kamps, Kater, Burkschat Lösungen
Mehr6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen
196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen
MehrÜbung zur Vorlesung - Theorien Psychometrischer Tests II
Übung zur Vorlesung - Theoren Psychometrscher Tests II N. Rose 9. Übung (15.01.2009) Agenda Agenda 3-parametrsches logstsches Modell nach Brnbaum Lnkfunktonen 3PL-Modell nach Brnbaum Modellglechung ( =
MehrLineare Algebra IIa Vorlesung - Prof. Dr. Daniel Roggenkamp & Sven Balnojan
Lneare Algebra IIa - 04 orlesung - Pro Dr Danel Roggenkamp & Sen Balnojan 93 Untäre ektorräume hermtesche Form au enem C ektorraum sesqulnear (ant-lnear m ersten lnear m zweten Argument (, w (w, (, 2 R
MehrWir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt
Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten
MehrHydrosystemanalyse: Finite-Elemente-Methode (FEM)
Hydrosystemanalyse: Prof. Dr.-Ing. habl. Olaf Koldtz 1 Helmholtz Centre for Envronmental Research UFZ, Lepzg 2 Technsche Unverstät Dresden TUD, Dresden Dresden, 03. Jul 2015 1/31 Prof. Dr.-Ing. habl. Olaf
MehrKomplexe Zahlen. Roger Burkhardt 2008
Komplexe Zahlen Roger Burkhardt (roger.burkhardt@fhnw.ch) 008 Enführung De Unvollkommenhet des Körpers der reellen Zahlen N 1,,,,... snd sowohl { } In der Menge der natürlchen Zahlen Addton we Multplkaton
MehrI)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler
I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate
MehrAbbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).
44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften
Mehr14 Exakte Statistik nichtwechselwirkender Teilchen
Woche 4 Exakte Statstk nchtwechselwrkender Telchen 4 Bose-Ensten Statstk Engeführt von Satyendra ath Bose 924) für Photonen von A Ensten für massve Telchen 925) Voraussetzung: Bosonen Telchen mt ganzzahlgen
MehrTheoretische Physik II Elektrodynamik Blatt 2
PDDr.S.Mertens M. Hummel Theoretsche Physk II Elektrodynamk Blatt 2 SS 29 8.4.29 1. Rechnen mt Nabla. Zegen Se durch Auswertung n kartesschen Koordnaten de folgende Relaton und werten Se de anderen Relatonen
MehrStreuungs-, Schiefe und Wölbungsmaße
aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen
MehrUnter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen
Darstellunstheore der SO() und SU() Powtschnk Alexander. Defnton Darstellun Ene Darstellun ener Gruppe G st homomorphe Abbldun von deser Gruppe auf ene Gruppe nchtsnulärer lnearer Operatoren auf enem Vektorraum
MehrZusammenfassung der letzten LVA. Diskrete Mathematik
Zusammenfassung Dskrete Mathematk Chrstna Kohl Georg Moser Oleksandra Panasuk Chrstan Sternagel Vncent van Oostrom Insttut für Informatk @ UIBK Sommersemester 2017 Zusammenfassung der letzten LVA ene Telmenge
MehrGrundlagen der stochastischen Integration
Ruhr-Unverstät Bochum 2. November 29 Glederung Vorbemerkungen Vorberetungen (Fltratonen, Stoppzeten, Martngale) Lévy-Prozesse Stochastsche Integraton Itô-Formel Lteratur R. Cont, P. Tankov (24). Fnancal
MehrKreisel. koerperfestes KS. z y. raumfestes KS. Starrer Körper: System von Massepunkten m i, deren Abstände r i r j untereinander konstant sind.
Kresel z y koerperfestes KS z y x raumfestes KS x Starrer Körper: System von Massepunkten m, deren Abstände r r j unterenander konstant snd. Der Zustand läßt sch beschreben durch: Poston des Schwerpunktes,
MehrAlternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101
Alternatve Bewese Klaus-R. Löffler Inhaltsverzechns Vorbemerkungen De nachfolgend angegebenen Bewese oder Bewesvaranten snd n gewsser Wese der Unterhaltungsmathematk zuzurechnen: Es geht darum, zu engen
MehrEinführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit
Enführung n de bednge Wahrschenlchket Laplace-Wahrschenlchket p 0.56??? Zufallsexperment Randwahrschenlchket Überscht Was st Wahrschenlchket? Rechenregeln Der Multplkatonssatz Axomatsche Herletung Unabhänggket
Mehr9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.
Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.
MehrLineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen
Mathematk I für Bologen, Geowssenschaftler und Geoökologen 16. Januar 2012 Problemstellung Bespel Maß für Abwechung Trck Mnmum? Exponentalfunktonen Potenzfunktonen Bespel Problemstellung: Gegeben seen
Mehrz.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!
Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf
MehrFallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum
Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten
MehrAndreas Schulz. 18. Juni Lokal- orthogonale Koordinatesysteme Math. Hilfsmittel: Antisymmetrischer Tensor: Kreuzprodukt, Spatprodukt,
Tutorum zur G2 Srker - SS3 Mathematscher Notfallkoffer : Dfferentaloperatoren und Integraton n allgemenen, krummlng-orthogonalen Korrdnatensystemen Andreas Schulz 8. Jun 23 Inhaltsverzechns Bevor es losgeht...
MehrNetzwerkstrukturen. Entfernung in Kilometer:
Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.
Mehr4. Rechnen mit Wahrscheinlichkeiten
4. Rechnen mt Wahrschenlchketen 4.1 Axome der Wahrschenlchketsrechnung De Wahrschenlchketsrechnung st en Telgebet der Mathematk. Es st üblch, an den Anfang ener mathematschen Theore enge Axome zu setzen,
MehrKapitel 8: Kernel-Methoden. Maschinelles Lernen und Neural Computation
Kaptel 8: Kernel-Methoden SS 009 Maschnelles Lernen und Neural Computaton 50 Ausgangsbass: Perceptron Learnng Rule Δw y = Kf = 0Ksonst K"target" = Kf Rosenblatt (96) Input wrd dazugezählt (abgezogen),
MehrNäherungsverfahren. Wiederhole den Algorithmusbegriff. Erläutere die Begriffe: Klasse der NP-Probleme. Probleme. Probleme. Approximative Algorithmen
Näherungsverfahren Wederhole den Algorthmusbegrff. Erläutere de Begrffe: Klasse der P-ProblemeP Probleme Klasse der NP-Probleme Probleme Approxmatve Algorthmen Stochastsche Algorthmen ALGORITHMEN Def.:
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen
MehrAsymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.
Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle
MehrZufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert
R. Brnkmann http://brnkmann-du.de Sete..8 Zufallsvarable, Wahrschenlchketsvertelungen und Erwartungswert Enführungsbespel: Zwe Würfel (en blauer und en grüner) werden 4 mal zusammen geworfen. De Häufgketen
Mehr29 zweite Ableitungen der thermodynamischen Potentiale spezifische Wärme (thermischer response) E = = = T V N V N V N = = κ T.
hermodynamsche resonse -unktonen: 9 zwete Abletungen der thermodynamschen Potentale sezfsche Wärme (thermscher resonse) E C S be konstantem olumen (sochor):,,, be konstantem Druck (sobar): C S Komressbltät
Mehr2 Vektoren. 2.1 Vektorraum 2 VEKTOREN 1
2 VEKTOREN 1 2 Vektoren 2.1 Vektorraum In der Physk unterscheden wr skalare Grössen von vektorellen. En Skalar st ene reelle Messgrösse, mathematsch enfach ene Zahl, phykalsch ene dmensonsbehaftete Zahl.
MehrWeitere NP-vollständige Probleme
Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,
Mehr6 Die Sobolev-Räume H m,p (Ω)
6 De Sobolev-Räume H m,p () 6.1 Das Fundamentallemma der Varatonsrechnung In desem Abschntt snd ausnahmswese alle Funktonen reellwertg. We zuvor bezechnen wr mt L 1 loc () den Raum der messbaren Funktonen
MehrArbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2
ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung
MehrKapitel 5 Systeme von Massenpunkten, Stöße
Katel 5 ystee von Massenunkten, töße Drehoente und Drehuls enes Telchensystes O t : z r r r F x r F F F y F F t (acto = reacto) : F t äußeren Kräften F und F und nneren Kräften F = -F Drehoente : D D r
Mehr5 Das Lebesgue Integral
5 AS LEBESGUE INTEGRAL 5 as Lebesgue Integral er Remann sche Integralbegrff m R n, den wr m ersten (für n = 1) und drtten Kaptel kennengelernt haben, eröffnet uns de Möglchket zur Berechnung ener sehr
Mehr