1.3 Zweidimensionale Systeme
|
|
|
- Moritz Zimmermann
- vor 7 Jahren
- Abrufe
Transkript
1 132 KAPITEL IV. QUALITATIVE THEORIE UND DYNAMISCHE SYSTEME Im Fall a 3 > 0 ist das Gleichgewicht asymptotisch stabil. Für a 2 3 > 4a 1a 2 haben wir < < 0 und es liegt ein stabiler Knoten vor (siehe den folgenden 1.3). Die Konvergenz zum Gleichgewicht ist oszillatorisch (komplexe EW e) im Fall a 2 3 < 4a 1a 2 ρ(1 (c+ιδ)) 2 < 4ιβ p α. Dies tritt insbesondere dann auf, wenn ρ sehr klein ist, wenn sich also die Produktion nur langsam dem Kapitalmarkt anpasst (siehe (1.12)). Andererseits ist das Gleichgewicht selbst (siehe (1.14)) von der Größe ρ völlig unabhängig. 1.3 Zweidimensionale Systeme Es lohnt sich, die Ergebnisse aus Kapitel III, 3.3 im Zusammenhang mit den asymptotischen Aussagen dieses Kapitels speziell für zweidimensionale reelle Systeme ( ) ( ) a b a b (1.16) u = u, A = R n,n c d c d zusammenzustellen. Die Eigenwerte von A sind (1.17) λ ± = 1 2 (T ± T 2 4D) mit (1.18) T = a+d (Spur), D = det A = ad bc (Determinante). Im Fall T 2 4D ist und es liegt der diagonalisierbare Fall vor (1.19) A ( ) ( ) ( ) λ = z Die Eigenvektoren z ± sind für 4D < T 2 reell und für 4D > T 2 konjugiert komplex von der Form (1.20) z ± = x±iy, x,y R 2. Im Fall T 2 = 4D ist λ ± = 1 2 noch im Fall T ein doppelter Eigenwert. Diagonalisierbar ist A dann nur ( ) a 0 A =, λ 0 a ± = a. In allen anderen Fällen ist A nicht diagonalisierbar und die Normalform ist (1.21) A ( ) ( ) ( ) λ = z+ 1, λ 0 = T = 1 2 (a+d)
2 1. SYSTEME MIT KONSTANTEN KOEFFIZIENTEN 133 wobei Eigenvektor zu und Hauptvektor zweiter Stufe zu = ist. Für das Verhalten t der Lösungen ist entscheidend, in welchen Halbebenen von C die Eigenwerte liegen, siehe das folgende Diagramm. D stabiler Fokus Zentrum instabiler Fokus D = 1 4 T2 stabiler uneigentlicher Knoten instabiler uneigentlicher Knoten instabiler Strudel stabiler Knoten stabiler Strudel instabiler Knoten T stabile Linie Sattel neutrale Linie stationäre Ebene Sattel instabile Linie Abbildung 1.1: Nach Satz 1.1 ist die Nulllösung genau dann asymptotisch stabil, wenn (1.22) T = a+d < 0, D = ad bc > 0 gilt. Zusätzlich ist sie nach Satz 1.3 stabil in den Fällen T = 0, D > 0 bzw. T < 0, D = 0 bzw. A = 0. Im Folgenden geben wir die Phasenbilder zu den einzelnen in Abbildung 1.1 bereits benannten Fällen an. I Diagonalisierbarer Fall Die Eigenvektoren seien z ± wie in (1.19). Alle reellen Lösungen sind dann von der Form (1.23) u(t) = α + e t +α e λ t = ( ) ( ) e t e λ t α, α
3 134 KAPITEL IV. QUALITATIVE THEORIE UND DYNAMISCHE SYSTEME wobei α ± R, falls λ ± R, und α + = ᾱ C im komplexen Fall zu wählen sind. 1. Sattel D < 0, < 0 < u(t) {, falls α sonst für t. Man beachte, dass für die Koordinaten im (, ) Koordinatensystem gilt (1.24) e t = (e t ) /, wobei < 0. Abbildung 1.2: 2. Stabiler Knoten 0 < D < 1 4 T2, T < 0 Es gilt u(t) 0 für t, und > 1. Abbildung 1.3: 3. Instabiler Knoten 0 < D < 1 4 T2, T > 0 Es gilt u(t) für t falls α + + α > 0. Außerdem ist 0 < < 1.
4 1. SYSTEME MIT KONSTANTEN KOEFFIZIENTEN 135 Abbildung 1.4: 4. Stabiler Strudel 1 4 T2 < D, T < 0 Wie in (1.20) ist z ± = x±iy, λ ± = µ±iω, µ = T 2, ω = 1 4 T2 D. Nach Kapitel III, 3.4 sind die reellen Lösungen von der Form (1.25) e µt( x y ) ( ) ( ) cos(ωt) sin(ωt) α sin(ωt) cos(ωt) β mit α,β R. Im z ± Re z ± Abbildung 1.5: Es gilt u(t) 0 für t. 5. Instabiler Strudel 1 4 T2 < D, T > 0 Wir haben dieselben Lösungen wie in (1.25) nur mit µ = T 2 > 0. Im z ± Re z ± Abbildung 1.6:
5 136 KAPITEL IV. QUALITATIVE THEORIE UND DYNAMISCHE SYSTEME 6. Stabile Linie D = 0, T < 0 Für die Lösungen gilt wie in (1.23) u(t) = α + +α e λ t, < 0 und wir erhalten u(t) α + für t. Alle Punkte in span { } sind stationär und stabil. Abbildung 1.7: 7. Instabile Linie D = 0, T > 0 Jetzt gilt entsprechend u(t) = α + e t +α und u(t) falls α + 0. Alle Punkte in span{ } sind stationär und instabil. Abbildung 1.8: 8. Zentrum D > 0, T = 0. Die Lösungen sind durch (1.25) mit µ = 0 gegeben u(t) = ( x y ) ( ) ( ) cos(ωt) sin(ωt) α sin(ωt) cos(ωt) β
6 1. SYSTEME MIT KONSTANTEN KOEFFIZIENTEN 137 u(t) ist periodisch mit der Periode T = 2π ω und der Nullpunkt ist stabil. Im z ± Re z ± 9. Stabiler Fokus A = Die Lösungen haben die Form Abbildung 1.9: ( ) a 0, T = 2a < 0, D = 0 a 1 4 T2 (1.26) u(t) = e at (α + +α ) = e at u(0) und es gilt = 1. = 10. Instabiler Fokus A = Abbildung 1.10: ( ) a 0, T = 2a > 0 0 a Die Lösungen sind wieder durch (1.26) gegeben, wobei die Nulllösung jetzt instabil ist. = Abbildung 1.11:
7 138 KAPITEL IV. QUALITATIVE THEORIE UND DYNAMISCHE SYSTEME 11. Nullsystem A = 0, alle Punkte in R 2 sind stationär und stabil. II Nichtdiagonalisierbarer Fall Jetzt ist D = 1 2 T2 und = = λ = T = 1 (a + d) ist algebraisch doppelter und 2 2 geometrisch einfacher Eigenwert. An die Stelle von (1.19) tritt (vgl. (1.21)) (1.27) A ( z 1 z 2) = ( ( ) z 1 z 2) λ 1 0 λ und die Lösungen sind von der Form (1.28) u(t) = ( ( ) ( ) z 1 z 2) 1 t α e λt = e λt ((α+tβ)z 1 +βz 2 ). 0 1 β 12. Uneigentlicher stabiler Knoten D = 1 4 T2, T < 0 Es giltu(t) 0 für t. Im (z 1,z 2 ) Koordinatensystem schreibt sich die erste Koordinate α 1 = e λt (α+tβ) als Funktion der zweiten α 2 = β e λt wie folgt: α 1 = α β α 2 + α 2 λ ln ( α 2 β ). z 2 z 1 = Abbildung 1.12: 13. Uneigentlicher instabiler Knoten D = 1 4 T2, T > 0 Aus (1.28) folgt jetzt u(t), falls (α,β) (0,0). z 2 z 1 = Abbildung 1.13:
8 1. SYSTEME MIT KONSTANTEN KOEFFIZIENTEN Neutrale Linie D = 0, T = 0 Nach (1.28) haben wir die Lösungen und es gilt u(t) = z 1 (α βt)+βz 2 lim u(t) =, falls β 0, und u(t) = u(0) t, falls β = 0. t z 2 z 1 = = 0 Abbildung 1.14: 1.4 Stabilität für Differentialgleichungen zweiter Ordnung Wir kommen im Lichte der asymptotischen Aussagen von 1.3 noch einmal auf die Differentialgleichung zweiter Ordnung (siehe Kapitel III, (4.12)) zurück (1.29) Lu = u +au +bu = 0, a,b R. Sie lässt sich mittels v = u schreiben als ( ) ( u 0 1 (1.30) = v b a ) ( u v Die Aussagen von 1.3 gelten also mit T = a, D = b und (1.31) λ ± = 1 2 ( a± a 2 4b), vgl. Kapitel III, (4.13). ). Die in Kapitel III, 4 aufgeführten Fälle für a,b 0 ordnen sich damit den folgenden Phasenbildern zu. Fall 1: Stabiler Knoten (stark gedämpftes System) 0 < b < 1 4 a2, < < 0.
Stabilität linearer Differentialgleichungssysteme 1-1
Stabilität linearer Differentialgleichungssysteme Ein lineares homogenes Differentialgleichungssystem mit konstanten Koeffizienten u = Au, u = (u 1,..., u n ) t, ist Stabilität linearer Differentialgleichungssysteme
Stabilitätsfragen bei autonomen Systemen
1 Stabilitätsfragen bei autonomen Systemen M. Schuster 09.08.2006 Inhaltsverzeichnis 1 Allgemeines über autonome Systeme 1 1.1 Oft übliche Bezeichnungen mit Übersetzung.......................... 1 2 Stabilität
Floquet Theorie II. 1 Einführung
Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 18.10.2011 Sebastian Monschang 1 Einführung Auf den Ergebnissen des ersten Vortrags basierend werden wir in diesem Vortrag gewöhnliche lineare Differentialgleichungssysteme
Prof. Steinwart Höhere Mathematik I/II Musterlösung A =
Prof. Steinwart Höhere Mathematik I/II Musterlösung 7..7 Aufgabe ( Punkte) (a) Bestimmen Sie die Eigenwerte und Eigenräume der Matrix A mit 3 3 A = 3 Ist die Matrix A diagonalisierbar? (b) Die Matrix A
Floquet-Theorie IV. 1 Hills Gleichung
Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 08.11.2011 Tobias Roidl Dieser Vortrag befasst sich mit der Hills Gleichung und gibt eine Einführung in die Periodischen Orbits von linearen Systemen.
Klassifikation planarer Systeme
Klassifikation planarer Systeme Dieser Vortrag thematisiert die Klassifikation planarer Systeme. Man klassifiziert planare Systeme um einen besseren Überblick über die verschiedenen Verhaltensweisen von
Rückblick auf die letzte Vorlesung
Rückblick auf die letzte Vorlesung Lineare Differentialgleichungen Ausblick auf die heutige Vorlesung Lineare autonome Differentialgleichungen 2 Bestimmung des Fundamentalsystems 3 Jordansche Normalform
6. Lineare DGL-Systeme erster Ordnung
HJ Oberle Differentialgleichungen I WiSe 22/3 6 Lineare DGL-Systeme erster Ordnung A Allgemeines Wir betrachten ein lineares DGL System erster Ordnung y (t = A(t y(t + b(t (6 und setzen voraus, dass die
Lösung - Schnellübung 13
D-MAVT/D-MATL Analysis II FS 7 Dr. Andreas Steiger Lösung - Schnellübung 3. Gegeben sei die Differentialgleichung y + λ 4 y + λ y = 0. Für welche Werte des reellen Parameters λ gibt es eine von Null verschiedene
29.2 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System. y = A y, t R, (1)
292 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System y = A y, t R, ( wobei A C n n, und wollen ein Fundamentalsystem bestimmen Grundlegende Beobachtung:
Differentialgleichungen für Ingenieure Lösung Klausur Juli
Technische Universität Berlin Fakultät II Institut für Mathematik SS 0 Dozentin Dr Penn-Karras Assistentin Dr C Papenfuß Differentialgleichungen für Ingenieure Lösung Klausur Juli Rechenteil Aufgabe 8
D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger. Lösung - Serie 26. ẋ 1 = x 1 + 2x ẋ 2 = 2x 1 + x 2
D-MAVT/D-MATL Analysis II FS 07 Dr. Andreas Steiger Lösung - Serie 6. Es ist das folgende autonome System ẋ = x + x + 3 ẋ = x + x von linearen Differenzialgleichungen. Ordung gegeben. Welche der folgenden
Abbildung 5.1: stabile und instabile Ruhelagen
Kapitel 5 Stabilität Eine intuitive Vorstellung vom Konzept der Stabilität vermitteln die in Abb. 5.1 dargestellten Situationen. Eine Kugel rollt unter dem Einfluss von Gravitation und Reibung auf einer
Blatt 1. Kinematik- Lösungsvorschlag
Fakultät für Physik der LMU München Lehrstuhl für Kosmologie, Prof. Dr. V. Mukhanov Übungen zu Klassischer Mechanik (T1) im SoSe 011 Blatt 1. Kinematik- Lösungsvorschlag Aufgabe 1.1. Schraubenlinie Die
1 Nicht-lineare dynamische Systeme
1 Nicht-lineare dynamische Systeme 1.1 Charakteristika linerarer Systeme Superpositionsprinzip: Sind x 1 und x Lösungen eines linearen Systems, dann ist auch α 1 x 1 + α x eine Lösung. Berühmte Beispiele:
Serie 12: Eigenwerte und Eigenvektoren
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie : Eigenwerte und Eigenvektoren Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom 7 und 9 Dezember Finden Sie für folgende
MC-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
1.11 Eigenwertproblem Anwendungen von Eigenwerten und Eigenvektoren Lineare Rekursionen Lineare Differentialgleichungssysteme Bestimmung von
1.11 Eigenwertproblem Anwendungen von Eigenwerten und Eigenvektoren Lineare Rekursionen Lineare Differentialgleichungssysteme Bestimmung von Wachstumsraten Bestimmung von Maximal- und Minimalwerten von
4.7 Lineare Systeme 1. Ordnung
3. Die allgemeine Lösung der inhomogenen Differentialgleichung lautet damit yx = y hom x + y inh x = c x + c 2 x + 8 x + 4 xlnx2 4 xlnx = C x + C 2 x + 4 xlnx2 4 xlnx. Wir haben c 2 + 8 zu C 2 zusammengefasst.
Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)
Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 15: Eigenwerte und -vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 5. November 2009) Diagonalisierbarkeit
Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)
Eigenwerte 1 Eigenwerte und Eigenvektoren Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1) für einen Vektor x 0. Vektor x heißt ein
2 k k 1 k(k + 1) = 2n+1. n = 0 = k(k + 1) = 2n+1 n n. = 2 n+1 n + 2 (n + 1)(n + 2) + n. (n + 1)(n + 2)
Prof. Hesse Höhere Mathematik I und II Musterlösung 7. 0. 0, 80min Aufgabe (3 Punkte) Zeigen Sie mit vollständiger Induktion: Für alle n N gilt n k= k k k(k + ) = n+ n +. Induktionsanfang: k= Induktionsschluss
Theorie und Numerik von Differentialgleichungen mit MATLAB und SIMULINK. K. Taubert Universität Hamburg SS08
Theorie und Numerik von Differentialgleichungen mit MATLAB und SIMULINK K. Taubert Universität Hamburg SS8 Linearisierung 2 LINEARISIERUNG und das VERHALTEN VON LÖSUNGEN NICHTLINEARER DIFFERENTIALGLEICHUNGEN
y hom (x) = C e p(x) dx
Gewöhnliche Differentialgleichungen F (x, y, y,..., y n ) = 0 Gleichung, die die Veränderliche x sowie die Funktion y = y(x) und ihre Ableitungen y,..., y n beinhaltet. Klassifiaktion: implizit F (...)
Eigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
Differentialgleichungen
Kapitel Differentialgleichungen Josef Leydold Mathematik für VW WS 05/6 Differentialgleichungen / Ein einfaches Modell (Domar) Im Domar Wachstumsmodell treffen wir die folgenden Annahmen: () Erhöhung der
Differentialgleichungen
Kapitel 14 Differentialgleichungen Josef Leydold Mathematik für VW WS 2017/18 14 Differentialgleichungen 1 / 41 Ein einfaches Modell (Domar) Im Domar Wachstumsmodell treffen wir die folgenden Annahmen:
Rückblick auf die letzte Vorlesung
Rückblick auf die letzte Vorlesung 1 Lineare autonome Differentialgleichungen 2 Bestimmung des Fundamentalsystems 3 Jordansche Normalform 4 Reelle Fundamentalsysteme Ausblick auf die heutige Vorlesung
Mathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 213 Prof. Dr. Erich Walter Farkas Kapitel 7: Lineare Algebra Kapitel 7.5: Eigenwerte und Eigenvektoren einer quadratischen Matrix Prof. Dr. Erich Walter Farkas Mathematik
Kapitel 11 Eigenwerte und Eigenvektoren
Kapitel Eigenwerte und Eigenvektoren. Problem der Diagonalisierbarkeit Es sei wieder K gleich R oder. Eine n n)-matrix A mit Koeffizienten aus K wird als diagonalisierbar bezeichnet, wenn es eine invertierbare
D-MATH, D-PHYS, D-CHAB Analysis II FS 2017 Prof. Manfred Einsiedler. Übungsblatt 5 A := u = Au, u(0) = 1. 1
D-MATH, D-PHYS, D-CHAB Analysis II FS 2017 Prof. Manfred Einsiedler Übungsblatt 5 1. Gegeben sei die Matrix 1 1 0 A := 0 1 0 0 0 2 a) Bestimmen Sie ein Fundamentalsystem (das heisst eine Basis des Lösungsraums)
Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,
Lineare Algebra II 11. Übungsblatt
Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des
B. Lösungsskizzen zu den Übungsaufgaben
B. Lösungsskizzen zu den Übungsaufgaben B.. Lösungen zum Kapitel B... Tutoraufgaben Lösungsskizze Wir gehen zuerst nach dem Lösungsverfahren vor. Schritt : Bestimmung der Lösung des homogenen DGL-Systems
Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
4 Lineare Abbildungen Basisdarstellungen
4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w
Lineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
Methode der unbestimmten Koeffizienten für lineare Differentialgleichungen zweiter Ordnung
Differentialgleichungen zweiter Ordnung Für bestimmte rechte Seiten f kann eine partikuläre Lösung u der Differentialgleichung u (t) + pu (t) + qu(t) = f (t) durch einen Ansatz mit unbestimmten Koeffizienten
Formelsammlung zum Skriptum
Systemtheorie und Regelungstechnik I - WS08/09 Formelsammlung zum Skriptum Kapitel 2 Satz 23 (Lokale Existenz und Eindeutigkeit) Es sei f (x, t) stückweise stetig in t und genüge der Abschätzung (Lipschitz-Bedingung)
12 Lineare Differentialgleichungen mit periodischen Koeffizienten
56 Gewöhnliche Differentialgleichungen / Sommersemester 28 12 Lineare Differentialgleichungen mit eriodischen Koeffizienten 12.1 Homogene lineare Systeme mit eriodischen Koeffizienten haben für > die Form
Differentialgleichungen für Ingenieure WS 06/07
Differentialgleichungen für Ingenieure WS 06/07 5. Vorlesung, korrigierte Fassung Michael Karow Themen heute:. Gewöhnliche Lineare Differentialgleichungen. Ordnung mit konstanten Koeffizienten (a) Die
6 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,
Die inhomogene Differentialgleichung höherer Ordnung.
Die inhomogene Differentialgleichung höherer Ordnung. Ist das Funktionensystem (y 1,..., y n ) ein Fundamentalsystem, so ist die Matrix Y(t) = y (0) 1... y n (0). y (n 1) 1... y n (n 1) eine Fundamentalmatrix
Lineare Systeme 1. Ordnung
KAPITEL 7 Lineare Systeme. Ordnung 7. Allgemeine Aussagen über lineare Systeme. Ordnung...... 235 7.2 Homogene lineare Systeme. Ordnung mit konstanten Koeffizienten237 7.3 Inhomogenes System. Ordnung mit
Trigonalisierung. Definition. 1) Sei F : V V linear, dim V = n. Dann heißt F trigonalisierbar, wenn es eine Basis B von V gibt sodass a 11 a 12..
Trigonalisierung Sei F : V V linear und dim V = n. Wir beschäftigen uns jetzt mit der Frage, ob es eine Basis B von V gibt, sodass M B (F ) eine Dreiecksmatrix ist. Definition. ) Sei F : V V linear, dim
Ausgewählte Lösungen zu den Übungsblättern 9-10
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Dezember Ausgewählte Lösungen zu den Übungsblättern 9- Übungsblatt
Seite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx
Seite Aufgabe : a Berechnen Sie das Integral b Berechnen Sie das Integral +x x+x dx. π sin x dx. c Differenzieren Sie die Funktion ft = t e t s ds. Nur Leibniz-Formel a + x x + x dx = d dx lnx + x dx =
2.2. Lineare Systeme. a) A ist diagonalisierbar, oder b) A ist nicht diagonalisierbar.
.. Lineare Systeme deta < 0 = 0 > 0 SpA Abbildung.9.: Gebiete mit unterschiedlicher Dynamik eines zweidimensionalen linearen dynamischen Systems entsprechend dem Vorzeichen der Diskriminante. a) A ist
Jordansche Normalform - Beispielrechnung. 1 Beispielrechnung an einer komplexen Matrix
Jordansche Normalform - Beispielrechnung Dieses kurze Skript soll die jordansche Normalform erklären die auch oft als Trigonalisierung von Matrizen bezeichnet wird da man die Matrix auf eine bestimmte
Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ.
Eigenwert, Eigenvektor In der Regel hat bei einer linearen Abbildung das Bild eines Vektors eine andere Richtung als das Original r. Bei der Untersuchung der geometrischen Eigenschaften von linearen Abbildungen
9 Eigenwerte und Eigenvektoren
92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl
9 Eigenwerte und Eigenvektoren
92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl
fj 2 = f n f n+1. fj 2 = 0 2 = 0 = 0 1 = f 0 f 1. f 2 j = f n f n+1 +fn+1 = (f n +f n+1 )f n+1 = f n+2 f n+1 = f n+1 f (n+1)+1.
Stroppel Musterlösung 4..4, 8min Aufgabe 3 Punkte) Sei f n ) n N die Fibonacci-Folge, die durch f :=, f := und f n+ := f n +f n definiert ist. Beweisen Sie durch vollständige Induktion, dass für alle n
5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit
ME Lineare Algebra HT 2008 99 5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit 5.1 Ein Beispiel zur Motivation Als einfachstes Beispiel eines dynamischen Systems untersuchen wir folgendes Differentialgleichungssystem
Musterlösungen zur Linearen Algebra II Weihnachtszettel
Musterlösungen zur Linearen Algebra II Weihnachtszettel Aufgabe. Welche der folgenden Matrizen 3 0 0 A = 0 4, B = 3, C = 0 0 0 6 0 0 0 sind über R und welche über C diagonalisierbar? Bestimmen Sie dazu
6 Die Schursche Normalform und einige Klassen von Matrizen
ME Lineare Algebra HT 28 111 6 Die Schursche Normalform und einige Klassen von Matrizen 61 Die Schur-Normalform und Hauptvektoren Für nichtdiagonalisierbare Matrizen gibt es andere Normalformen: Jordan-
y = A(x) y + b(x). (1) y = A(x) y (2)
73 5.2 Lineare Systeme Sei weiterhin IK = C oder IK = IR. Seien = I IR ein offenes Intervall, x 0 I, y 0 IK n, A: I IK n n und b: I IK n stetige matrix- bzw vektorwertige Funktionen. Wir betrachten komplexe
2. Übung: Lineare dynamische Systeme
2. Übung: Lineare dynamische Systeme Aufgabe 2.. Gegeben sind die beiden autonomen Systeme und x (2.) {{ A 2 2 x. (2.2) {{ A 2 Berechnen Sie die regulären Zustandstransformationen x = V z und x = V 2 z,
Klausur zur Vorlesung Lineare Algebra B im SS 2002 an der Universität Hannover
Dozent: Prof. Dr. Wolfgang Ebeling Übungsleiter: Dr. Detlef Wille Klausur zur Vorlesung Lineare Algebra B im SS an der Universität Hannover Joachim Selke 9. Februar Lineare Algebra B SS Klausur zur Vorlesung
Lösung zu Serie Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: A := B :=
Lineare Algebra D-MATH, HS 204 Prof. Richard Pink Lösung zu Serie 2. Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: 0 2 0 0 0 2 0 0 0 0 0 0 0
Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,
Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren
6 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,
Differentialgleichungen I
Differentialgleichungen I Michael Hinze (zusammen mit Peywand Kiani) Department Mathematik Schwerpunkt Optimierung und Approximation, Universität Hamburg 5. Januar 2009 Beachtenswertes Die Veranstaltung
Klassifikation von partiellen Differentialgleichungen
Kapitel 2 Klassifikation von partiellen Differentialgleichungen Die meisten partiellen Differentialgleichungen sind von 3 Grundtypen: elliptisch, hyperbolisch, parabolisch. Betrachte die allgemeine Dgl.
Eigenwerte (Teschl/Teschl 14.2)
Eigenwerte Teschl/Teschl 4. Ein Eigenvektor einer quadratischen n nmatrix A ist ein Vektor x R n mit x 0, für den Ax ein skalares Vielfaches von x ist, es also einen Skalar λ gibt mit Ax = λ x Ax λ x =
5 Gewöhnliche Differentialgleichungen
5 Gewöhnliche Differentialgleichungen 5.1 Einleitung & Begriffsbildung Slide 223 Natürliches Wachstum Eine Population bestehe zur Zeit t aus N(t) Individuen. Die Population habe konstante Geburts- und
2.4 Gekoppelte lineare Differentialgleichungen
48 Kapitel 2 Lineare Algebra II 24 Gekoppelte lineare Differentialgleichungen Die Untersuchung der Normalformen von Matrizen soll nun auf die Lösung von gekoppelten Differentialgleichungen angewendet werden
2.2 Eigenwerte und Eigenvektoren
2.2. Eigenwerte und Eigenvektoren 39 2.2 Eigenwerte und Eigenvektoren Lineare Abbildungen werden je nach Basiswahl durch unterschiedliche Matrizen beschrieben. Besonders einfach ist die Diagonalform. Wir
Klausur zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe
Klausur zu Lineare Algebra II Fachbereich Mathematik WS 0/3 Dr. habil. Matthias Schneider Aufgabe 3 4 5 6 7 Bonus Note Punktzahl 4 3 3 3 3 0 erreichte Punktzahl Es sind keine Hilfsmittel zugelassen. Die
Klausur. Wir wünschen Ihnen viel Erfolg! Klausur Mathematik für Informatiker und Softwaretechniker
Apl. Prof. Dr. W.-P. Düll Fachbereich Mathematik Universität Stuttgart Klausur für Studierende der Fachrichtungen inf, swt Bitte unbedingt beachten: Bitte beschriften Sie jeden Ihrer Zettel mit Namen und
Dynamische Systeme eine Einführung
Dynamische Systeme eine Einführung Seminar für Lehramtstudierende: Mathematische Modelle Wintersemester 2010/11 Dynamische Systeme eine Einführung 1. Existenz und Eindeutigkeit von Lösungen 2. Flüsse,
Übungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4.1 Umkehrbarkeit Man betrachte die durch g(s, t) = (e s cos(t), e s sin(t)) gegebene Funktion g : R 2 R 2. Zeigen Sie,
Lineare Differentialgleichungen
Technische Universität München Thomas Reifenberger Vorlesung, Kapitel 4 Repetitorium Analysis I für Physiker Analysis I Lineare Differentialgleichungen 1 Das Matrixexponential Definition 1.1 Sei A C n
43911: Lineare Algebra/Geometrie Prüfungstermin Frühjahr 2015 Lösungsvorschlag
Dr. Erwin Schörner 439: Lineare Algebra/Geometrie Prüfungstermin Frühjahr 5 Lösungsvorschlag I.. Für n N mit n ist das inhomogene lineare Gleichungssystem in den n Unbekannten x,..., x n mit den n Gleichungen
Vermischte Aufgaben zu Mathematische Grundlagen der Ökonomie
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 =
Mathematische Methoden in der Systembiologie Universität Heidelberg, Sommer 2017
Mathematische Methoden in der Systembiologie Universität Heidelberg, Sommer 2017 Dozent: Dr. M. V. Barbarossa ([email protected]) Vorlesung+ Übung: Mo/Mi/Fr. 8:15-9:45Uhr, SR 1, INF 205 Termin
