Darstellungstheorie III

Größe: px
Ab Seite anzeigen:

Download "Darstellungstheorie III"

Transkript

1 Darstellunstheore III Jasper Hasenkamp Sebastan Jakobs Inhaltsverzechns 1 Das Fundamentale Orthoonaltätstheorem 2 2 Orthoonaltät der Charaktere 3 3 Zerleun reduzerbarer Darstellunen De reuläre Darstellun De Konstrukton der Charaktertafel 4.1 Charaktertafel der C Charaktertafel der D Drekte Produkte und Clebsch-Gordan-Rehe 9 sjakobs@physnet.un-hambur.de 1

2 1 Das Fundamentale Orthoonaltätstheorem Aus dem besprochenen Lemma von Schur lassen sch nun ene nteressante Eenschaften der Darstellunen endlcher, oder kompakter Gruppen herleten. Zunächst betrachten wr den folenden Operator ˆB := T (µ) ()ÂT (ν) ( 1 ) (1) Herbe snd de T (µ) de rreduzblen näquvalenten Darstellunen der Gruppe und  ene belebe lneare Abbldun. Be ener kompakten Gruppe wäre de Summe durch en Interal mt enem eeneten Maÿ ersetzt worden. Wr multplzeren nun von lnks mt T (µ) (h): T (µ) (h) ˆB = = = T (µ) (h)t (µ) ()ÂT (ν) ( 1 ) (2) T (µ) (h)ât (ν) ( 1 ) (3) T (µ) ( )ÂT (ν) ( 1 h) (4) wobe wr m letzten Schrtt = h esetzt haben. Nach Cayley's Theorem kann man de Summe weder umschreben als ene Summe über. Man erhält dann = T (µ) ()ÂT (ν) ( 1 )T (ν) (h) (5) Damt haben wr nun ezet, dass T (µ) (h) ˆB = ˆBT (ν) (h) () der oben denerte Operator mt den rreduzblen, näquvalenten Darstellunen verträlch st. Aus dem Lemma von Schur folt dann, dass ˆB en Velfaches der Ens st, wenn µ = ν, oder null, wenn µ ν. Kompakt eschreben B := D (µ) ()AD (ν) ( 1 ) = λ (µ) A δµν 1 (7) Wr snd be desem Schrtt berets zur Matrx-Schrebwese der Darstellunen übereanen. Nun lt es de Konstante zu bestmmen. De Konstante λ hänt zum enen von der ewählten Matrx A und zum anderen von der Darstellun ab. Wr wählen A nun so, dass alle Matrxelemente null snd bs auf enes. Se A lm = δ lr δ ms (8) damt folt dann D r ()D sj ( 1 ) = λ (µ) rs δ µν δ j (9) 2

3 Herbe wurde de Ens als en Kronecker-delta eschreben. Wr betrachten den Ausdruck nun für µ = ν und blden de Spur bzl. j (D (µ) ( 1 )) sr = n µ λ (µ) rs (10) (D(e)) rs = n µ λ (µ) rs (11) [] δ rs = n µ λ (µ) rs (12) Herbe st n µ de Dmensonaltät von D (µ) und [] st de Anzahl der Elemente n der zu Grunde leenden Gruppe 1. Mt deser Konstanten erhalten wr nun das Fundamentale Orthoonaltätstheorem 2 Orthoonaltät der Charaktere D (µ) r ()D(ν) sj ( 1 ) = [] δ µν δ j δ rs (13) n µ Aus der Orthoonaltät der rreduzblen näquvalenten Darstellunen kann man nun de Orthoonaltät der zuehören Charaktere zeen. Dazu blden wr be (13) de Spur bzl. r und sj, d.h. wr kontraheren mt δ r und δ sj. Man erhält dann: χ (µ) ()χ (ν) ( 1 ) = [] n µ δ µν δ j δ j (14) Mt δ j δ j = δ = n µ erhält man schleÿlch de Orthoonaltätsrerlaton der Charaktere: 1 χ (µ) ()χ (ν) ( 1 ) = δ µν (15) [] Dese Relaton hat starke Ähnlchket mt dem Skalarprodukt von []-zelen Spaltenvektoren. Daher deneren wr das Skalarprodukt zwschen Charakteren: ϕ, χ := 1 [] ϕ()χ( 1 ) = χ, ϕ (1) De Orthoonaltätsrelaton lautet dann χ (µ), χ (ν) = δ µν. De Orthoonaltätsrelaton lässt sch noch weter verenfachen, wenn man berückschtt, dass der Charakter konstant st auf den Konjuatonsklassen. Se nu k de Anzahl der Elemente n der Konjuatonsklasse K und χ der Charakter auf deser Konjuatonsklasse. Wr nummereren de 1 Be kompakten Gruppen wäre [] = R dµ, mt µ dem Maÿ auf der Gruppe G 3

4 Konjuatonsklassen durch und erhalten schleÿlch für de Orthoonaltätsrelaton 2 : 1 [] k χ (µ) χ (ν) = δ µν (17) Des kann nun als de Orthoonaltät zwschen r verschedenen Vektoren k χ (µ) elesen werden. r st de Anzahl der rreduzblen näquvalenten Darstellunen. Wenn k de Anzahl der Konjuatonsklassen st, dann snd dese Vektoren Elemente enes k- dmensonalen Raumes. Es kann aber nur maxmal k verschedene orthoonale Vektoren eben. Damt haben wr r k (18) Man kann auch noch ene Orthoonaltätsrelaton bzl. µ herleten 1 [] µ k χ (µ) χ (µ) j = δ j (19) Des st de Orthoonaltät von k verschedenen r komponenten Vektoren. Es kann aber maxmal nur r solcher Vektoren eben. Damt erhalten wr Damt erhalten wr schleÿlch k r (20) #(Darstellunen) = #(Konjuatonsklassen) (21) 3 Zerleun reduzerbarer Darstellunen Mt dem bsher ezeten Rüstzeu können wr nun daran ehen allemene Darstellunen n ene Summe aus rreduzblen näquvalenten Darstellunen zu zerleen. Wenn de Darstellun D (ν) be deser Zerleun a ν mal vorkommt, dann lt D() = ν a ν D (ν) () (22) De nteressante Frae lautet nun de Koezenten der Zerleun zu nden. Dazu blden wr de Spur auf beden Seten und erhalten χ() = ν a ν χ (ν) () (23) 2 Wr nehmen an deser Stelle an, dass de Darstellunen alle untär snd, n der Physk st des fast ausnahmslos der Fall. Dann lt χ (µ) ( 1 ) = tr{d (µ) j ( 1 )} = tr = χ (µ) () j ff 1 D (µ) j () = tr{d (µ) j ()} 4

5 de Tensorsumme eht dabe n ene normale Summe über, was man lecht ensehen kann, wenn man sch ernnnert, dass man be der Tensorsumme de Darstellunen n Blockdaonalform aneordnet hat, und be der Spur de Summe über de Daonalelemente bldet. Wenn wr jetzt mt χ (µ) ( 1 ) mutlplzeren und über summeren, erhalten wr schleÿlch a µ = 1 χ()χ (µ) ( 1 ) (24) [] Mt dem oben denerten Skalarprodukt kann man auch schreben a µ = χ (µ), χ (25) 3.1 De reuläre Darstellun Aus dem Theorem von Cayley folt, dass jede endlche Gruppe mt [] Elemente somorph st zu ener Unterruppe der S []. Damt können wr de Lnksmultplkaton mt ener Permutatonsmatrx (D M([] [])) darstellen: = j D j () j (2) Dese Darstellun D wrd auch reuläre Darstellun enannt. st nun enau en Element n der Gruppe. Damt folt aber, dass de Matrx D kene Elemente n der Daonalen hat und n jeder Spalte und jeder Zele enau ene 1 steht, wenn e. Wenn = e, so st D = 1 3. Betrachten wr das Bespel C 3 = {e, c, c 2 }. Her lautet de reuläre Darstellun: D(c) = D(e) = Betrachten wr m Weteren nun weder den allemenen Fall. Da D für e kene Daonalelemente bestzt und sonst de Enhetsmatrx st, folt: { 0 e χ() = [] = e (27) Wr wssen jedoch, dass χ (µ) (e) = T r(d(e)) = T r(1) = n µ (28) 3 1=Enhetsmatrx 5

6 herbe st n µ de Dmenson der Darstllun D (µ). Für de Entwcklunskoezenten erhalten wr dann: a µ = 1 [] χ()χ (µ) ( 1 ) (29) = χ (µ) (e) = n µ (30) Setzen wr jetzt n (23) = e, so erhält man für de reuläre Darstellun: χ(e) = ν a ν χ (ν) (e) (31) [] = ν n ν n ν = ν n 2 ν (32) Durch de letzte Bezehun und (21) wrd de Anzahl und de Art der rreduzblen näquvalenten Darstellunen eneschränkt. 4 De Konstrukton der Charaktertafel Um de Zerleun beleber Darstellunen durchzuführen benött man den Charakter der rreduzblen näquvalenten Darstellunen. Desen schrebt man überschtlch n ener so. Charaktertafel. Herbe werden de Spalten mt den verschedenen Konjuatonsklassen bezechnet, und de Zelen mt den rreduzblen näquvalenten Darstellunen. Ween (21) st de Charaktertafel mmer quadratsch. Um ene solche Charaktertafel zu konstrueren bedent man sch der folenden Hlfsmttel: 1. #(Darstellunen) = #(Konjuatonsklassen) 2. µ n2 µ = [] 3. Orthoonaltät der Charaktere: k χ (µ) χ (ν) = [] δ µν 4. Alle weteren Informatonen über de Gruppe Zu desen Informatonen zählt bspw., dass be 1-dmensonalen Darstellunen der Charakter de Gruppeneenschaften erfüllt 4. Des lt z.b. be abelschen Gruppen, wo alle rreduzblen näquvalenten Darstellunen 1-dmensonal snd. 4.1 Charaktertafel der C 3 Als en Bespel betrachten wr de C 3, dese Gruppe st abelsch. Damt snd aber auch alle Darstellunen 1-dmensonal, damt st χ (µ) (e) = 1, µ. De erste Spalte bt de Dmenson der betrachteten Darstellun an. In der ersten Spalte stehen damt nur Ensen. 4 Da de Darstellun selbst de Gruppeneenschaft erfüllt und be 1-dmensonalen Darstellunen der Charakter lech der Darstellun selbst st, erfüllt auch der Charakter de Gruppeneenschaft

7 Da de trvale Darstellun ebenfalls unter den rreduzblen näquvalenten Darstellunen sen muss, wählen wr nun D (1) als de trvale Darstellun, deren Charakter st mmer 1. Damt stehen n der ersten Zele ebenfalls nur Ensen. Da der Charakter de Gruppeneenschaft haben muss, st und χ(c 2 ) = (χ(c)) 2 (33) (χ(c)) 3 = χ(c 3 ) = χ(e) = 1 (34) Damt st χ(c) ene der drtten Enhetswurzeln: 1, ω = e 2π/3, ω 2 = e 4π/3. C 3 e c c 2 D (1) D (2) 1 ω ω 2 D (3) 1 ω 2 ω Tabelle 1: De Charaktertafel der C Charaktertafel der D 3 Jetzt berechnen wr en weteres Bespel; de Charaktertafel der D 3. D 3 bestzt dre Konjuatonsklassen. Dese snd K 1 = {e}, K 2 = {c, c 2 }, K 3 = {b, bc, bc 2 }. Wobe m Untersched zur C 3 als zusätzlches ruppenbldendes Element de Drehun b auftaucht. b steht für ene 180 -Drehun um ene Setenhalberende (=Wnkelhalberende) des Dreecks (sehe früheren Vortra). Ween #(Darstellunen) = #(Konjuatonsklassen) erbt her de Bednun µ n2 µ = [] also enfach n n n 2 3 = (35) Man ernnere sch, dass mt D 3 = {e, c, c 2, b, bc, bc 2 } de Anzahl der Gruppenelemente eeben st. Es st [] =. Da de trvale Darstellun mt n 1 = 1 mmer exstert, reduzert sch Glechun (35) zu n n 2 3 = 5 (3) Mt den beden Löunen: n 2 = 2; n 3 = 1 n 2 = 1; n 3 = 2 De Indexerun st an deser Stelle allerdns nur ene Notatonsfrae, da noch kene Darstellun zueordnet wurde. Damt st de erste Spalte efunden. Als D (1) leen wr weder de trvale Darstellun fest, womt wr auch de erste Zele n de Charaktertafel (Tabelle 2) entraen können. Für 1-dmensonale Darstellunen müssen de Charaktere χ (µ) de Gruppeneenschaft erfüllen, also χ(b c) = χ(b) χ(c) (37) 7

8 Da b und bc n der selben Konjuatonsklasse leen lt also: χ(bc) = χ(bc) χ(c) (38) Woraus sofort folt, dass χ(c) = 1 st. Auÿerdem lt unter Ausnutzun der Eenschaften der Gruppe: χ 2 3 = (χ(b)) 2 = χ(b 2 ) = χ(e) = 1 χ 3 = ±1 (39) De Lösun χ 3 = 1 st schon für de trvale Darstellun realsert, also st χ (2) 3 = 1. Es bleben noch zwe Enträe α und β zu bestmmen. Mt Hlfe der Orthoonaltät der Charaktere (Glechun 17), her also k χ (1) χ (3) = 0 und k χ (2) χ (3) = 0 mt = 1, 2, 3 erhalten wr zwe Glechunen fr de beden Unbekannten. Es st: 2 + 2α + 3β = α 3β = 0 } β = 0, α = 1 (40) D 3 K 1 K 2 K 3 D (1) D (2) z D (3) 2 α = 1 β = 0 x,y Tabelle 2: De Charaktertafel der D 3 Wr möchten erne wssen we de Darstellun, de auf enen Vektor wrkt, n verschedene rreduzble Darstellunen zerfällt. Wr betrachten: x x y = v v = y (41) z z De Matrx von enem b (her o.b.d.a. Drehun um x-achse) st: D(b) = Also st χ(b) = 1. Rechnen wr de Koezenten a µ durch ensetzen n Glechun 24 aus: a 1 = 1 ( ( 1) 3) = 0 a 1 = 0 (42) 1 a 2 = ( ( 1) ( 1) 3) = = 1 a 2 = 1 (43) a 3 = 1 (3 2 + ( 1) ( 1)) = 1 a 3 = 1 (44) χ = χ (2) + χ(3) (45) 8

9 und de esuchte Zerleun st: D = D (2) + D (3) (4) Zur Vollständket st de Charaktertafel der D 3 nochmals mt ener veränderten Notaton aneeben. De Bezechnunen der Konjuatonsklassen kann motvert werden. E steht naheleend für de Konjuatonsklasse der Enhet. De restlchen Bezechnunen bestehen aus ener Zahl, de de Anzahl der Elemente n der Konjuatonsklasse anbt, und enem Bezechner für den Typ der Unterruppe. De Konjuatonsklasse st dann z.b. ene 2-elemente C 3 -Unterruppe (herbe würde de Enhet e Element jeder Unterruppe sen). De Bezechnunen der rreduzblen Darstellunen enstprechen den üblchen Bezechnunen n der Festkörperphysk. D 3 E 2C 3 3C 2 A A z E x,y Tabelle 3: De Charaktertafel der D 3 (veränderte Notaton) 5 Drekte Produkte und Clebsch-Gordan-Rehe In der N-Telchen Quantenmechank beschrebt man den Zustand des Ensembles mt ener Wellfunkton, de sch als Produkt von En-Telchen-Wellenfunktonen darstellen lässt. Der Enfachhet halber noreren wr her Fraen bzl. Symmetrserun, oder Antsymmetrserun. Betrachten wr nun en Zwe-Telchenproblem, be dem de Zustände der enzelnen Techen endeut durch de Ortsraum-Wellenfunktonen ϕ a (x), bzw. ψ b (x) betsmmt snd. Auf den beden Vektorräumen deser Wellenfunktonen snd de rreduzblen näquvalenten Darstellunen berets bekannt, und de Transformatonen seen eeben über: ψ a(x) = D (µ) ba ()ψ b(x) (47) ϕ c(x) = D (ν) dc ()ϕ d(x) (48) De Produkt-Wellenfuntkon st dann Ψ ac = ψ a (x) ϕ c (x) V V. Auf dem Produktraum wrd dann durch Ψ ac(x) = D (µ) ba ()D(ν) dc ()Ψ bd(x) (49) ene Darstellun erzeut. Lemma 1. Se G ene Gruppe und G, und seen weter de rreduzblen näquvalenten Darstellunen der Gruppe durch D (µ) ab ene Darstellun der Gruppe G erzeut. D (µ ν) ba;dc () = D(µ) ba () eeben. Dann wrd durch D(ν) dc () (50) 9

10 Bewes. Für den Bewes bemerken wr, dass das Matrxprodukt auf dem Produktraum eeben st über: E (µ ν) AB F (µ ν) BC = E (µ) a E(ν) cj F (µ) F (ν) jd (51) mt den Indexpaaren A = (ac), B = (j) und C = (bd) 1. Gruppeneenschaft D (µ ν) AC ( 1 2 ) = D (µ) ab ( 1 2 ) D (ν) cd ( 1 2 ) 2. Ens wrd auf Ens abebldet = D (µ) a ( 1)D (µ) b ( 2) D (ν) cj ( 1)D (ν) jd ( 2) = D (µ) a ( 1) D (ν) cj ( 1)D (µ) b ( 2) D (ν) jd ( 2) b = D (µ ν) AB ( 1)D (µ ν) BC ( 2) D (µ ν) (e) = D (µ) (e) D (ν) (e) = 1 (µ) 1 (ν) = 1 (µ ν) Herbe st 1 (µ ν) de Ens auf dem Produktraum V V. De efundenen neue Darstellunen st m Allemenen ncht mehr rreduzbel, und man kann weder schreben D (µ) D (ν) = σ a σ D (σ) (52) Dese Rehe st auch bekannt als Clebsch-Gordan-Rehe. Um nun de Zerleun anzueben se bemerkt, dass der Charakter der Produktdarstellun über das Produkt der enzelen Charaktere eeben st: { } χ (µ ν) () = tr D (µ ν) bd;ac () (53) = D (µ) bb D cc (ν) () (54) = χ (µ) () χ (ν) () (55) Damt erhalten wr de Zerleuns-Koezenten über a σ = χ (σ), χ (µ) χ (ν) (5) Als en Bespel betrachten wr nun de Zerleun der Produktdarstellun E E der Gruppe D 3. Aus Tabelle Tab. 3 lesen wr ab, dass der Charakter der Darstellun D (3) = E 10

11 χ(e) = (2, 1, 0) st. Damt st χ(e E) = (4, 1, 0). Damt lautet de Zerleun ([] = ): a 1 = 1 ( ) = 1 (57) a 2 = 1 ( ( 1) 0) = 1 (58) a 3 = 1 ( ( 1) ) = 1 (59) (0) Wr haben also efunden E E = A 1 A 2 E (1) 11

Darstellungstheorie III

Darstellungstheorie III Darstellunstheore III Marlon Nuske Skrpt zum Vortra am 29..22 Inhaltsverzechns Motvaton 2 2 Wederholun 2 3 Orthoonaltätstheorem für Charaktere 3 4 Zerleun reduzbler Darstellunen 4 5 Reuläre Darstellun

Mehr

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen

Unter 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

Mehr

6. Übung zur Linearen Algebra II

6. 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

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich 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

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 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 >

Mehr

3.3 Lineare Abbildungen und Matrizen

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

Mehr

16. Vorlesung Sommersemester

16. Vorlesung Sommersemester 16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,

Mehr

Invariantentheorie. Vorlesung 3. Lineare Operationen

Invariantentheorie. Vorlesung 3. Lineare Operationen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invarantentheore Vorlesung 3 Lneare Operatonen Ene Operaton ener Gruppe G auf ener (geometrschen) Menge M st das gleche we en Gruppenhomomorphsmus der Gruppe

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - 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

Mehr

Multilineare Algebra. Anwendungen des Tensors

Multilineare Algebra. Anwendungen des Tensors Multlneare Alebra Anwendunen des Tensors.06.007 Maranne Sommer, Greor Specer, Rued Stahel, Tna Vontobel. Bascs zu Tensoren 0. Basstransformaton Ene Basstransformaton be enem Tensor nullter Stufe, also

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 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

Mehr

Übersicht der Vorlesung

Übersicht der Vorlesung Überscht der Vorlesun. nführun. Bldverarbetun 3. Morpholosche Operatonen 4. Bldsementerun 5. Merkmale von Obekten 6. Klassfkaton 7. Dredmensonale Bldnterpretaton 8. Beweunsanalyse aus Bldfolen 9. PCA Hauptkomponentenanalyse.ICA

Mehr

Stochastische Prozesse

Stochastische 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)

Mehr

Elemente der Mathematik - Sommer 2016

Elemente 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

Mehr

1 Definition und Grundbegriffe

1 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:

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete 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 /

Mehr

Darstellungstheorie II - Reduzibilität, Maschkes Theorem, Schurs Lemma, Orthogonalität

Darstellungstheorie II - Reduzibilität, Maschkes Theorem, Schurs Lemma, Orthogonalität Darstellunstheorie II - Reduzibilität, Maschkes Theorem, Schurs Lemma, Orthoonalität Tom Weber 18.11.2015 Inhaltsverzeichnis 1 Reduzibilität 2 1.1 G-Modul................................ 2 1.2 Orthonormalbasen..........................

Mehr

Lösungen zu Übungsblatt 1 Höhere Mathematik 1 WS 10/11 Prof. Dr.B.Grabowski. Zu Aufgabe 1. Zu Aufgabe 2

Lösungen zu Übungsblatt 1 Höhere Mathematik 1 WS 10/11 Prof. Dr.B.Grabowski. Zu Aufgabe 1. Zu Aufgabe 2 Lösunen zu Übunsblatt 1 Höhere Matheatk 1 WS 10/11 Prof. Dr.B.rabowsk Zu Aufabe 1 Zu Aufabe 2 1 Lösunen zu Übunsblatt 1 Höhere Matheatk 1 WS 10/11 Prof. Dr.B.rabowsk 2 Zu Aufabe 3 Se de Mene aller Studerenden

Mehr

Weitere NP-vollständige Probleme

Weitere 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,

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

Mehr

Die Jordansche Normalform

Die 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

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

( a ) z + ( 1 b ) z = ( 1 c ) z.

( a ) z + ( 1 b ) z = ( 1 c ) z. Hans Walser, [2000509a] Fermat mt negatven Exponenten Anregung: T. G., B. Vgl. [Morgan 200] Ausgangsrage Gesucht snd Lösungen a,b,c! der Glechung: a z + b z = c z, z! 2 Bespele und Gegenbespele a) Für

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. 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,

Mehr

1.11 Beispielaufgaben

1.11 Beispielaufgaben . Bespelaufgaben Darstellung komplexer Zahlen Aufgabe. Man stelle de komplexe Zahl z = +e 5f n algebrascher Form, also als x + y dar. Damt man de Formel für de Dvson anwenden kann, muss zunächst der Nenner

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar 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

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. 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

Mehr

Seminar Einführung in die Kunst mathematischer Ungleichungen

Seminar 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.

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

3. Lineare Algebra (Teil 2)

3. 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

Mehr

Die Hamilton-Jacobi-Theorie

Die Hamilton-Jacobi-Theorie Kaptel 7 De Hamlton-Jacob-Theore Ausgearbetet von Rolf Horn und Bernhard Schmtz 7.1 Enletung Um de Hamlton schen Bewegungsglechungen H(q, p q k = p k H(p, q ṗ k = q k zu verenfachen, führten wr de kanonschen

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 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

Mehr

Lösungen der Aufgaben zu Kapitel 2

Lösungen der Aufgaben zu Kapitel 2 Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n

Mehr

18. Vorlesung Sommersemester

18. 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

Mehr

11 Charaktere endlicher Gruppen

11 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.

Mehr

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM)

6. 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

Mehr

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie Prof. Dr. Jürgen Dassow Otto-von-Guercke-Unverstät Magdeburg Fakultät für Informatk Coderungstheore und Kryptographe Sommersemester 2005 1 2 Inhaltsverzechns 1 Defnton und Charakterserung von Codes 5 1.1

Mehr

2.6 Struktursatz und Anwendungen

2.6 Struktursatz und Anwendungen 2.6. STRUKTURSTZ UND NWENDUNGEN 79 2.6 Struktursatz und nwendungen Lernzele 4. Normalformen für Präsentatonen endlch erzeugter Moduln über Eukldschen erechen nwendungen auf ratonale Normalformen für Vektorraumendomorphsmen

Mehr

Übungen zur Vorlesung Physikalische Chemie 2 (B. Sc.) Lösungsvorschlag zu Blatt 6

Übungen zur Vorlesung Physikalische Chemie 2 (B. Sc.) Lösungsvorschlag zu Blatt 6 Übungen zur Vorlesung Physkalsche Chee B. Sc. ösungsvorschlag zu Blatt 6 Prof. Dr. Norbert Happ Jens Träger Wnterseester 7/8.. 7 Aufgabe De Wellenfunkton des haronschen Oszllators hat de For Ψ v N v H

Mehr

Kapitel V. Parameter der Verteilungen

Kapitel V. Parameter der Verteilungen Kaptel V Parameter der Vertelungen D. 5.. (Erwartungswert) Als Erwartungswert ener Zufallsvarablen X bezechnet man: E( X ) : Dabe se vorausgesetzt: = = + p falls X dskret f d falls X stetg und = + p

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

Gruppe. Lineare Block-Codes

Gruppe. Lineare Block-Codes Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung

Mehr

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

Lineare Algebra IIa Vorlesung - Prof. Dr. Daniel Roggenkamp & Sven Balnojan

Lineare 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

Mehr

Die mathematischen Grundlagen der Wellenmechanik

Die mathematischen Grundlagen der Wellenmechanik De mathematschen Grundlagen der Wellenmechank Zustände und deren Darstellung En physkalsches System wrd durch enen Zustand u charaktersert, ndem es durch ene bestmmte expermentelle Präparaton gebracht

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare 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

Mehr

Theoretische Physik II Elektrodynamik Blatt 2

Theoretische 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

Mehr

1 Ergänzungen zur Linearen Algebra

1 Ergänzungen zur Linearen Algebra LA E 15 1 1 Ergänzungen zur Lnearen Algebra 1.1 Ergänzungen zu den orthogonalen Projektonen Als erstes Ergänzungen zu Summen von Unterräumen. Snd V 1,..., V k Unterräume des R n, so soll de Menge {x 1

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. 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

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

IGDT: Image Processing Advanced Übungsteil 2

IGDT: Image Processing Advanced Übungsteil 2 IGDT: Imae Processn Advanced Übunstel 2 Raner Schubert Insttut für Bomednsche Bldanalse Vsualserun Ist de alorthmsche Nachbldun dessen was en Maler be der Ereuun enes realstschen Bldes tut! Grundlaen Beleuchtun

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

Eine kurze Einführung in die Dichtefunktionaltheorie (DFT)

Eine kurze Einführung in die Dichtefunktionaltheorie (DFT) Ene kurze Enführung n de Dchtefunktonaltheore (DFT) Mchael Martns Lteratur: W. Koch, M.C. Holthausen A Chemst s Gude to Densty Functonal Theory Wley-VCH 2001 Dchtefunktonaltheore p.1 Enletung Im Falle

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis 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

Mehr

1.Schularbeit 22.Okt A. A) Berechne ohne TI-92: Beachte: Für die Beispiele 1 und 2 sind alle notwendigen Rechenschritte anzugeben.

1.Schularbeit 22.Okt A. A) Berechne ohne TI-92: Beachte: Für die Beispiele 1 und 2 sind alle notwendigen Rechenschritte anzugeben. 1.Schularbet.Okt. 1997 7.A A) Berechne ohne TI-9: Beachte: Für de Bespele 1 und snd alle notwendgen Rechenschrtte anzugeben. 1a) De zu z= a + bkonjugert komplexe Zahl st z= a b. Zege für z 1 = -4 + 3 und

Mehr

Neuronale 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 (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

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Der starre Körper. 1 Grundlagen. Dominik Fauser. 1.1 Denition. 1.2 Freiheitsgrade

Der starre Körper. 1 Grundlagen. Dominik Fauser. 1.1 Denition. 1.2 Freiheitsgrade Der starre Körper Domnk Fauser 1 Grundlagen 1.1 Denton Als enen starren Körper bezechnet man en System von Massepunkten m, deren Abstände zuenander konstant snd: r j = r r j. Mest betrachtet man ene sehr

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttut egelungs- und Automatserungstechnk Schrftlche Prüfung aus Systemtechnk am 4.. 5 Name / Vorname(n): Kenn-Matr.Nr.: Bonuspunkte: 4 errechbare Punkte 4 5 7 5 errechte Punkte U Graz, Insttut

Mehr

1. Die Spielpartie wird vorzeitig abgebrochen.

1. Die Spielpartie wird vorzeitig abgebrochen. Ds Telunsroblem Jüren Zumdck Ene Glücksselrte mt zwe Selern erfordert n Gewnnsele. De Whrschenlchket, en enzelnes Sel zu ewnnen, se für jeden Seler. De Selrte wrd vorzet bebrochen. We st der Gewnn ( e,

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische 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

Mehr

Wir steuern einen Mini-Roboter!

Wir steuern einen Mini-Roboter! Wr steuern enen Mn-Roboter! Telnehmer: Marek Bartusch Cecla Lange Yannck Lehmann Johannes-Lucas Löwe Ncolas Menzel Huong Thao Pham Floran Pogatzk Anne Reulke Jonas Wanke Maran Zuska mt tatkräftger Unterstützung

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das 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

Mehr

3. Vorlesung Sommersemester

3. Vorlesung Sommersemester 3. Vorlesung Sommersemester 1 Bespele (Fortsetzung) 1. Der starre Körper: Formulerung der Zwangsbedngungen später. Anschaulch snd schon de Frehetsgrade: dre der Translaton (z. B. Schwerpuntsoordnaten)

Mehr

Dynamisches Programmieren

Dynamisches Programmieren Marco Thomas - IOI 99 -. Treffen n Bonn - Dynamsches Programmeren - Unverstät Potsdam - 8.02.999 Dynamsches Programmeren 957 R. Bellmann: Dynamc Programmng für math. Optmerungsprobleme Methode für Probleme,.

Mehr

Zwei Sätze von Joseph Wolstenholme. Johann Cigler

Zwei Sätze von Joseph Wolstenholme. Johann Cigler Zwe Sätze von Joseh Wolstenholme Johann Cgler Vor enger Zet sandte mr Herr P., en hlosohsch gebldeter älterer Mann, enge Bemerkungen zu enem Resultat von Joseh Wolstenholme, das er folgendermaßen formulerte:

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

Rückblick Regression II: Anpassung an Polynome

Rückblick Regression II: Anpassung an Polynome Rückblck Regresson II: Anpassung an Polynome T. Keßlng: Auswertung von Messungen und Fehlerrechnung - Fehlerrechnung und Korrelaton 0.06.08 Vorlesung 0- Temperaturmessung mt Thermospannung Wr erhalten

Mehr

1 Mehrdimensionale Analysis

1 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

Mehr

Lineare Optimierung Dualität

Lineare 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

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

Mehr

ijk n j x k + O( 2 ) für i =1, 2, 3 x k + O( 2 ) für i =1, 2, 3 ijk n j ~ (i~ ijk )n j x k + O( 2 ) für i =1, 2, 3. (V.28)

ijk n j x k + O( 2 ) für i =1, 2, 3 x k + O( 2 ) für i =1, 2, 3 ijk n j ~ (i~ ijk )n j x k + O( 2 ) für i =1, 2, 3. (V.28) V.3 Drehungen 83 V.3 Drehungen Jetzt werden dredmensonale Drehungen und hre Wrkung betrachtet. Wenn ~n der Enhetsvektor entlang der Drehachse und der Wnkel der Drehung snd, kann wrd de Transformaton des

Mehr

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

5. 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

Mehr

18. Dynamisches Programmieren

18. 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

Mehr

Spiele und Codes. Rafael Mechtel

Spiele 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,,

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

12 UMPU Tests ( UMP unbiased )

12 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

Mehr

Denavit-Hartenberg-Notation

Denavit-Hartenberg-Notation DENAVIT und HARTENBERG haben ene Methode engeführt, de es erlaubt für alle knematsche Ketten de Lagen der Gleder zuenander enhetlch auszudrücken. De Gelenke, de de Gleder mtenander verbnden, dürfen dabe

Mehr

Grundlagen der numerischen Strömungsmechanik, WS 2011/12

Grundlagen der numerischen Strömungsmechanik, WS 2011/12 Lehrstuhl für Aerodynamk und Strömungsmechank Prof H-J Kaltenbach Assstenz: E Lauer Grundlagen der numerschen Strömungsmechank, WS / Lösung zu Übung 5 Aufgabe : Fnte-Elemente-Verfahren De Dfferentalglechung

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) 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

Mehr

-70- Anhang: -Lineare Regression-

-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

Mehr

19. Vorlesung Sommersemester

19. Vorlesung Sommersemester 19. Vorlesung Sommersemester 1 Allgemene Bewegung des starren Körpers Bsher wurde nur der Fall behandelt, dass de Drehachse festgehalten wrd. Im allgemenen Fall kommen als Probleme hnzu, dass 1. de Drehachse

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 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.

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung 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

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

1 Differentialrechnung in mehreren Variablen

1 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

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 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

Mehr

Experimentalphysik II (Kip SS 2007)

Experimentalphysik II (Kip SS 2007) permentalphsk II (Kp SS 007) Zusatvorlesungen: Z-1 n- und mehrdmensonale Integraton Z- Gradent, Dvergen und Rotaton Z-3 Gaußscher und Stokesscher Integralsat Z-4 Kontnutätsglechung Z-5 lektromagnetsche

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke 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

Mehr

Rotation (2. Versuch)

Rotation (2. Versuch) Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen

Mehr

Lineare Regression (1) - Einführung I -

Lineare Regression (1) - Einführung I - Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. 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

Mehr

Stochastische Prozesse

Stochastische 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)

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

Einführung in die theoretische Physik 1

Einführung 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

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttt Regelngs- nd Atomatserngstechnk Schrftlche Prüfng as Sstemtechnk am 3.. Name / Vorname(n): Matrkel-Nmmer: Bonspnkte as den MALAB-Übngen: O ja O nen 3 4 errechbare Pnkte 5 6 6 4 errechte

Mehr

c) schwierige freiwillige Zusatzaufgabe (ohne Bonuspunkte): Leiten Sie die allgemeinen iterativen Formeln für S, D, D R und V her.

c) schwierige freiwillige Zusatzaufgabe (ohne Bonuspunkte): Leiten Sie die allgemeinen iterativen Formeln für S, D, D R und V her. Rechnerarchtetur Lösungsvorschlag. Bonusübung oerseester Fachgebet Rechnerarchtetur Prof. R. Hoffann Patrc Edger. Aufgabe: Maße für Barrel-hfter 7 + 7 Punte Gegeben st en Barrel hfter t n= Prozessoren

Mehr