Der Satz von Pick. Alexandra Zimmer

Größe: px
Ab Seite anzeigen:

Download "Der Satz von Pick. Alexandra Zimmer"

Transkript

1 Der Satz von Pick Alexandra Zimmer

2 Übersicht Georg Pick Der Satz von Pick: Hilfslemma Beweisidee Beweis Hilfslemma Basis des Z²-Gitters, elementares Parallelogramm mit Flächeninhalt 1 Beweis Satz Triangulierung, Anzahl Dreiecke, Eulerscher Polyedersatz

3 Georg A. Pick * , österreichischer Mathematiker Pick-Nevanlinna-Interpolation, Lemma von Schwarz-Pick und Satz von Pick (von 1899) floh nach Prag, starb im Konzentrationslager

4 Satz von Pick Die Fläche eines (nicht notwendigerweise konvexen) Polygons Q (aus R²) mit ganzzahligen Ecken ist durch gegeben, wobei n in und n rd die Anzahlen der ganzzahligen Punkte im Inneren bzw. auf dem Rand von Q sind.

5 Satz von Pick Die Fläche eines (nicht notwendigerweise konvexen) Polygons Q (aus R²) mit ganzzahligen Ecken ist durch gegeben, wobei n in und n rd die Anzahlen der ganzzahligen Punkte im Inneren bzw. auf dem Rand von Q sind Herkömmlicher Weg:

6 Satz von Pick Die Fläche eines (nicht notwendigerweise konvexen) Polygons Q (aus R²) mit ganzzahligen Ecken ist durch gegeben, wobei n in und n rd die Anzahlen der ganzzahligen Punkte im Inneren bzw. auf dem Rand von Q sind Herkömmlicher Weg:

7 Satz von Pick Die Fläche eines (nicht notwendigerweise konvexen) Polygons Q (aus R²) mit ganzzahligen Ecken ist durch gegeben, wobei n in und n rd die Anzahlen der ganzzahligen Punkte im Inneren bzw. auf dem Rand von Q sind.

8 Satz von Pick Die Fläche eines (nicht notwendigerweise konvexen) Polygons Q (aus R²) mit ganzzahligen Ecken ist durch gegeben, wobei n in und n rd die Anzahlen der ganzzahligen Punkte im Inneren bzw. auf dem Rand von Q sind.

9 Satz von Pick Die Fläche eines (nicht notwendigerweise konvexen) Polygons Q (aus R²) mit ganzzahligen Ecken ist durch gegeben, wobei n in und n rd die Anzahlen der ganzzahligen Punkte im Inneren bzw. auf dem Rand von Q sind.

10 Satz von Pick Die Fläche eines (nicht notwendigerweise konvexen) Polygons Q (aus R²) mit ganzzahligen Ecken ist durch gegeben, wobei n in und n rd die Anzahlen der ganzzahligen Punkte im Inneren bzw. auf dem Rand von Q sind.

11 Satz von Pick Die Fläche eines (nicht notwendigerweise konvexen) Polygons Q (aus R²) mit ganzzahligen Ecken ist durch gegeben, wobei n in und n rd die Anzahlen der ganzzahligen Punkte im Inneren bzw. auf dem Rand von Q sind.

12 Satz von Pick Die Fläche eines (nicht notwendigerweise konvexen) Polygons Q (aus R²) mit ganzzahligen Ecken ist durch gegeben, wobei n in und n rd die Anzahlen der ganzzahligen Punkte im Inneren bzw. auf dem Rand von Q sind.

13 Aussage: Die Fläche eines elementaren Dreiecks beträgt ½. Hilfslemma

14 Hilfslemma Aussage: Die Fläche eines elementaren Dreiecks beträgt ½. Ein konvexes Polygon ist elementar, wenn seine Ecken ganzzahlig sind, aber es keine Gitterpunkte enthält.

15 Beweisidee Beweis Hilfslemma aus elementarem Dreieck gebildetes elementares Parallelogramm Seiten des Parallelogramms sind Basis des Gitters Z² Determinantenberechnung mithilfe von Einheitsbasis Parallelogramm hat Flächeninhalt 1 Beweis Satz von Pick Triangulierung := Polygonunterteilung in elementare Dreiecke von Flächeninhalt ½ Anzahl Dreiecke abhängig von Kanten- und Knotenanzahl Eulerscher Polyedersatz

16 Beweis Hilfslemma elementares Dreieck Δ p2 p1 p0

17 Beweis Hilfslemma elementares Dreieck Δ Spiegelungs-Abbildung im Mittelpunkt der Strecke p1 nach p2: p1+p2-p0 p2 p1 p0

18 Beweis Hilfslemma elementares Dreieck Δ Spiegelungs-Abbildung im Mittelpunkt der Strecke p1 nach p2: p1+p2-p0 Parallelogramm P bestehend aus p0, p1, p2, p1+p2-p0 (gespiegelt-p0) p1 p2 p0

19 Beweis Hilfslemma elementares Dreieck Δ Spiegelungs-Abbildung im Mittelpunkt der Strecke p1 nach p2: p1+p2-p0 Parallelogramm P bestehend aus p0, p1, p2, p1+p2-p0 (gespiegelt-p0) p1 p2 p0 zz.: P ist ebenfalls elementar

20 Beweis Hilfslemma konvexes Polygon elementar, wenn Ecken ganzzahlig und keine Gitterpunkte innerhalb p1+p2-p0 p2 p1 p0

21 Beweis Hilfslemma konvexes Polygon elementar, wenn Ecken ganzzahlig und keine Gitterpunkte innerhalb P ist symmetrisch bzgl. der Abbildung jeder Punkt von P bildet auf einen der 4 Punkte im Parallelogramm ab p1+p2-p0 p2 p1 p0

22 Beweis Hilfslemma konvexes Polygon elementar, wenn Ecken ganzzahlig und keine Gitterpunkte innerhalb P ist symmetrisch bzgl. der Abbildung jeder Punkt von P bildet auf einen der 4 Punkte im Parallelogramm ab das Z²-Gitter ist symm. bzgl. der Abbildung jeder Punkt des Gitters bildet auf einen anderen Gitterpunkt ab nur ganzzahlige Punkte werden addiert und subtrahiert p1 p2 p1+p2-p0 p0

23 Beweis Hilfslemma konvexes Polygon elementar, wenn Ecken ganzzahlig und keine Gitterpunkte innerhalb P ist symmetrisch bzgl. der Abbildung jeder Punkt von P bildet auf einen der 4 Punkte im Parallelogramm ab das Z²-Gitter ist symm. bzgl. der Abbildung jeder Punkt des Gitters bildet auf einen anderen Gitterpunkt ab nur ganzzahlige Punkte werden addiert und subtrahiert p1 p2 p1+p2-p0 keine Gitterpunkte in P, da durch Spiegelung keine weiteren Punkte innerhalb entstehen können p0

24 Beweis Hilfslemma konvexes Polygon elementar, wenn Ecken ganzzahlig und keine Gitterpunkte innerhalb P ist symmetrisch bzgl. der Abbildung jeder Punkt von P bildet auf einen der 4 Punkte im Parallelogramm ab das Z²-Gitter ist symm. bzgl. der Abbildung jeder Punkt des Gitters bildet auf einen anderen Gitterpunkt ab nur ganzzahlige Punkte werden addiert und subtrahiert p1 p2 p1+p2-p0 keine Gitterpunkte in P, da durch Spiegelung keine weiteren Punkte innerhalb entstehen können p0 P ist elementar, da ganzzahlige Ecken und innerhalb keine Gitterpunkte

25 Beweis Hilfslemma Parallelogramme pflastern die Ebene

26 Beweis Hilfslemma Parallelogramme pflastern die Ebene

27 Beweis Hilfslemma Parallelogramme pflastern die Ebene

28 Beweis Hilfslemma Parallelogramme pflastern die Ebene, indem parallele Seiten aneinander gelegt werden

29 Beweis Hilfslemma Parallelogramme pflastern die Ebene, indem parallele Seiten aneinander gelegt werden Eine Gitterbasis ist ein Paar linear unabh. Vektoren f1, f2, für die gilt:

30 Beweis Hilfslemma Parallelogramme pflastern die Ebene, indem parallele Seiten aneinander gelegt werden Eine Gitterbasis ist ein Paar linear unabh. Vektoren f1, f2, für die gilt: (p1-p0, p2-p0) ist Gitterbasis, denn p1-p0, p2-p0 sind nicht lin. abhängig jeder Punkt wird erreicht

31 Beweis Hilfslemma z.z.: Fläche des von a, b aufgespannten Parallelogramms

32 Beweis Hilfslemma z.z.: Fläche des von a, b aufgespannten Parallelogramms

33 Beweis Hilfslemma z.z.: Fläche des von a, b aufgespannten Parallelogramms

34 Beweis Hilfslemma z.z.: Fläche des von a, b aufgespannten Parallelogramms

35 Beweis Hilfslemma z.z.: Fläche des von a, b aufgespannten Parallelogramms

36 Beweis Hilfslemma z.z.: Fläche des von a, b aufgespannten Parallelogramms

37 Beweis Hilfslemma z.z.: Fläche des von a, b aufgespannten Parallelogramms

38 Beweis Hilfslemma Aus Linearer Algebra bekannt: Für zwei Basen und gilt: es ex. eine umkehrbare, ganzzahlige Matrix Q mit:

39 Beweis Hilfslemma Aus Linearer Algebra bekannt: Für zwei Basen und gilt: es ex. eine umkehrbare, ganzzahlige Matrix Q mit: det(q) und det(q ¹) sind ganzzahlig, da Q ganzzahlig

40 Beweis Hilfslemma Aus Linearer Algebra bekannt: Für zwei Basen und gilt: es ex. eine umkehrbare, ganzzahlige Matrix Q mit: det(q) und det(q ¹) sind ganzzahlig, da Q ganzzahlig Multiplikationssatz besagt:

41 Beweis Hilfslemma Aus Linearer Algebra bekannt: Für zwei Basen und gilt: es ex. eine umkehrbare, ganzzahlige Matrix Q mit: det(q) und det(q ¹) sind ganzzahlig, da Q ganzzahlig Multiplikationssatz besagt:

42 Beweis Hilfslemma Aus Linearer Algebra bekannt: Für zwei Basen und gilt: es ex. eine umkehrbare, ganzzahlige Matrix Q mit: det(q) und det(q ¹) sind ganzzahlig, da Q ganzzahlig Multiplikationssatz besagt:

43 Beweis Hilfslemma Aus Linearer Algebra bekannt: Für zwei Basen und gilt: es ex. eine umkehrbare, ganzzahlige Matrix Q mit: det(q) und det(q ¹) sind ganzzahlig, da Q ganzzahlig Multiplikationssatz besagt:

44 Beweis Hilfslemma aus folgt, dass

45 Beweis Hilfslemma aus folgt, dass alle Gitterbasen besitzen die gleiche Determinante

46 Beweis Hilfslemma aus folgt, dass alle Gitterbasen besitzen die gleiche Determinante Für Einheitsmatrix E gilt:

47 Beweis Hilfslemma aus folgt, dass alle Gitterbasen besitzen die gleiche Determinante Für Einheitsmatrix E gilt: jede Gitterbasis besitzt die Determinante 1

48 Beweis Hilfslemma aus folgt, dass alle Gitterbasen besitzen die gleiche Determinante Für Einheitsmatrix E gilt: jede Gitterbasis besitzt die Determinante 1 jedes Basisparallelogramm besitzt Flächeninhalt 1

49 Beweis Hilfslemma aus folgt, dass alle Gitterbasen besitzen die gleiche Determinante Für Einheitsmatrix E gilt: jede Gitterbasis besitzt die Determinante 1 jedes Basisparallelogramm besitzt Flächeninhalt 1 Δ hat Flächeninhalt ½

50 Beweis Satz von Pick Bekannt: aus Hilfslemma: Jedes elementare Dreieck besitzt Flächeninhalt ½

51 Beweis Satz von Pick Bekannt: aus Hilfslemma: Jedes elementare Dreieck besitzt Flächeninhalt ½ Eulerscher Polyedersatz: Für (...) planare Graphen gilt:, wobei n = Anzahl der Knoten, e = Anz. der Kanten und f = Anz. der Flächen des Graphen

52 Beweis Satz von Pick Bekannt: aus Hilfslemma: Jedes elementare Dreieck besitzt Flächeninhalt ½ Eulerscher Polyedersatz: Für (...) planare Graphen gilt:, wobei n = Anzahl der Knoten, e = Anz. der Kanten und f = Anz. der Flächen des Graphen Jedes ganzz. Polygon besitzt eine Unterteilung in elementare Dreiecke mit Verwendung jedes Knotens (auf dem Rand und im Polygon)

53 Beweis Satz von Pick Bekannt: aus Hilfslemma: Jedes elementare Dreieck besitzt Flächeninhalt ½ Eulerscher Polyedersatz: Für (...) planare Graphen gilt:, wobei n = Anzahl der Knoten, e = Anz. der Kanten und f = Anz. der Flächen des Graphen Jedes ganzz. Polygon besitzt eine Unterteilung in elementare Dreiecke mit Verwendung jedes Knotens (auf dem Rand und im Polygon) Dass diese immer existiert sehen wir im Beweis des Museumswächterproblems

54 Beweis Satz von Pick Dreiecksunterteilung von Polygon Q interpretiert als f-1 Dreiecke der Fläche ½ auf planarem, unbegrenztem Graphen

55 Beweis Satz von Pick Dreiecksunterteilung von Polygon Q interpretiert als f-1 Dreiecke der Fläche ½ auf planarem, unbegrenztem Graphen

56 Beweis Satz von Pick Dreiecksunterteilung von Polygon Q interpretiert als f-1 Dreiecke der Fläche ½ auf planarem, unbegrenztem Graphen Anzahl der Dreiecke: e in (Kante in Q): gehört zu zwei Dreiecken e rd (Rand-Kante): gehört zu einem Dreieck

57 Beweis Satz von Pick Dreiecksunterteilung von Polygon Q interpretiert als f-1 Dreiecke der Fläche ½ auf planarem, unbegrenztem Graphen Anzahl der Dreiecke: e in (Kante in Q): gehört zu zwei Dreiecken e rd (Rand-Kante): gehört zu einem Dreieck Anzahl Dreiecke

58 Beweis Satz von Pick Anzahl Dreiecke

59 Beweis Satz von Pick Anzahl Dreiecke

60 Beweis Satz von Pick Anzahl Dreiecke

61 Beweis Satz von Pick Anzahl Dreiecke

62 Beweis Satz von Pick Anzahl Dreiecke

63 Beweis Satz von Pick Anzahl Dreiecke Euler:

64 Beweis Satz von Pick Anzahl Dreiecke Euler:

65 Beweis Satz von Pick Anzahl Dreiecke Euler:

66 Beweis Satz von Pick

67 Beweis Satz von Pick

68 Beweis Satz von Pick

69 Beweis Satz von Pick

70 Beweis Satz von Pick

71 Beweis Satz von Pick

72 Beweis Satz von Pick

73 Beweis Satz von Pick

74 Beweis Satz von Pick

75 Vielen Dank

Drei Anwendungen der Eulerschen Polyederformel

Drei Anwendungen der Eulerschen Polyederformel Drei Anwendungen der Eulerschen Polyederformel Seminar aus Reiner Mathematik Viktoria Weißensteiner 04. Dezember 2013 Inhaltsverzeichnis 1 Einleitung 2 2 Vorbereitende Theorie 3 2.1 ebene Graphen..........................

Mehr

63.5 Das Vektorprodukt - Übungen (2)

63.5 Das Vektorprodukt - Übungen (2) Mathematik mit Mathcad MK.. Vektorprodukt_Ueb_.xmcd. Das Vektorprodukt - Übungen () Aufgaben () Gegeben sind zwei Vektoren a, die ein Parallelogramm aufspannen. () Gegeben sind die drei Eckpunkte A( -;

Mehr

Wiederholung aus dem Vorjahr: Geometrie der Zahlen

Wiederholung aus dem Vorjahr: Geometrie der Zahlen Wiederholung aus dem Vorjahr: Geometrie der Zahlen Sebastian Städing Bergische Universität Wuppertal Dozentin: Dr. Nicola Oswald 07. Januar 2016 Folgende Themen werden wiederholt: Einführung Gitter, Lineare

Mehr

Seminararbeit Zahlentheorie. Gitter und der Minkowskische Gitterpunktsatz

Seminararbeit Zahlentheorie. Gitter und der Minkowskische Gitterpunktsatz Seminararbeit Zahlentheorie Gitter und der Minkowskische Gitterpunktsatz Natascha Bilkic und Andreas Welling 4. Dezember 2007 Inhaltsverzeichnis I. Einführung 3 8.1. Definition: Gitter................................

Mehr

Algorithmische Geometrie: Delaunay Triangulierung (Teil 1)

Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Nico Düvelmeyer WS 2009/2010, 26.1.2010 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay

Mehr

Distanzprobleme in der Ebene

Distanzprobleme in der Ebene Distanzprobleme in der Ebene (Literatur: deberg et al., Kapitel 7,9) Christian Knauer 1 Motivation: Alle nächsten Nachbarn Gegeben: Eine Menge von Punkten P in der Ebene Berechne: Zu jedem Punkt aus P

Mehr

Finite Elemente. bzw. F + E K = 1. (1)

Finite Elemente. bzw. F + E K = 1. (1) Dr. S.-J. Kimmerle Institut für Mathematik und Rechneranwendung Fakultät für Luft- und Raumfahrttechnik Wintertrimester 25 Finite Elemente Übung 2 Aufgabe 6 (Eulerscher Polyedersatz für Triangulierung)

Mehr

Hallo Welt! für Fortgeschrittene. Geometrie I. Philipp Erhardt. 19. Juli Philipp Erhardt Geometrie I 19. Juli / 27

Hallo Welt! für Fortgeschrittene. Geometrie I. Philipp Erhardt. 19. Juli Philipp Erhardt Geometrie I 19. Juli / 27 Hallo Welt! für Fortgeschrittene Geometrie I Philipp Erhardt 19. Juli 2011 Philipp Erhardt Geometrie I 19. Juli 2011 1 / 27 Gliederung 1 Grundlagen 2 CCW 3 Punkt-in-Polygon 4 Pick s Theorem 5 Konvexe Hülle

Mehr

8. Konvexe Polytope. Tobias Boelter. Mittwoch, 5. März TopMath Frühlingsschule

8. Konvexe Polytope. Tobias Boelter. Mittwoch, 5. März TopMath Frühlingsschule 1 / 31 8. Konvexe Tobias Boelter TopMath Frühlingsschule Mittwoch, 5. März 2014 2 / 31 Es können auch nicht konvexe untersucht werden, wir beschränken uns hier aber auf konvexe. Mit einem Polytop ist hier

Mehr

Sphärische Zwei - und Dreiecke

Sphärische Zwei - und Dreiecke TECHNISCHE UNIVERSITÄT DORTMUND Sphärische Zwei - und Dreiecke Proseminar innerhalb des Lehramtsstudiums im Fach Mathematik Meryem Öcal Matrikelnummer 168833 Studiengang LABG 2009 Prüfer: Prof. Dr. Lorenz

Mehr

2. Triangulation ebener Punktmengen. 3. Definition und Eigenschaften der Delaunay Triangulation

2. Triangulation ebener Punktmengen. 3. Definition und Eigenschaften der Delaunay Triangulation Delaunay Triangulation 1. Motivation 2. Triangulation ebener Punktmengen 3. Definition und Eigenschaften der Delaunay Triangulation 4. Berechnung der Delaunay Triangulation (randomisiert, inkrementell)

Mehr

Durchschnitte und Sichtbarkeit

Durchschnitte und Sichtbarkeit Durchschnitte und Sichtbarkeit Elmar Langetepe University of Bonn Algorithmische Geometrie Durchschnitte 11.05.15 c Elmar Langetepe SS 15 1 Durchschnitt von Halbgeraden/Konvexe Hülle Algorithmische Geometrie

Mehr

Fermats Zwei-Quadrate-Satz ein Abriss der Mathematik in Stewarts Artikel Ein Weihnachtslied in Prosa 1 )

Fermats Zwei-Quadrate-Satz ein Abriss der Mathematik in Stewarts Artikel Ein Weihnachtslied in Prosa 1 ) Fermats Zwei-Quadrate-Satz ein Abriss der Mathematik in Stewarts Artikel Ein Weihnachtslied in Prosa 1 ) 1. Primzahlen als Summe von zwei Quadraten Am Weihnachtstag des Jahres 1640 schrieb Pierre de Fermat

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 2 2. (Frühjahr 29, Thema 3, Aufgabe 3) Gegeben sei die reelle 3 3 Matrix 4 2 A = 2 7 2 R 3 3. 2 2 a)

Mehr

a b b 1 b 2 bzgl. einer ONB (Orthonormalbasis) heißt der a 2 b 3 a 3 b 2 a 3 b 1 a 1 b b 3 a 1 b 2 a 2 b 1

a b b 1 b 2 bzgl. einer ONB (Orthonormalbasis) heißt der a 2 b 3 a 3 b 2 a 3 b 1 a 1 b b 3 a 1 b 2 a 2 b 1 VIII. Vektor- und Spatprodukt ================================================================== 8.1 Das Vektorprodukt -----------------------------------------------------------------------------------------------------------------

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 6/7): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

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

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

Mehr

6. Übung zur Linearen Optimierung SS08

6. Übung zur Linearen Optimierung SS08 6 Übung zur Linearen Optimierung SS08 1 Sei G = (V, E) ein schlichter ungerichteter Graph mit n Ecken und m Kanten Für eine Ecke v V heißt die Zahl der Kanten (u, v) E Grad der Ecke (a) Ist die Anzahl

Mehr

1.2 Gitter: Grundlegende Konzepte

1.2 Gitter: Grundlegende Konzepte Gitter und Codes c Rudolf Scharlau 16. April 2009 5 1.2 Gitter: Grundlegende Konzepte Es sei V ein n-dimensionaler R-Vektorraum. Auf V sei ein Skalarprodukt gegeben, dessen Werte mit x, y R, dabei x, y

Mehr

V DETERMINANTEN In diesem Kapitel entwickeln wir die Theorie der Determinanten Die folgenden Beispiele sollen die Einfuhrung dieses Begries motivieren

V DETERMINANTEN In diesem Kapitel entwickeln wir die Theorie der Determinanten Die folgenden Beispiele sollen die Einfuhrung dieses Begries motivieren SKRIPTUM { LINEARE ALGEBRA II JB COOPER Inhaltsverzeichnis: x Determinanten x Eigenwerte x Euklidische Raume x8 Dualitat, Tensorprodukte, Alternierende Formen Anhang: ) Mengen, Abbildungen ) Gruppen )

Mehr

Übungsaufgaben Graphentheorie, Wintersemester 2011/12

Übungsaufgaben Graphentheorie, Wintersemester 2011/12 Übungsaufgaben Graphentheorie, Wintersemester 2011/12 Frank Göring 25. Januar 2012 Zusammenfassung Übungsaufgaben zur Graphentheorievorlesung. 1 Bis 19.10.2011 1. Wir hatten einen Graphen G als zusammenhängend

Mehr

Über konvexe Körper mit Mittelpunkt.

Über konvexe Körper mit Mittelpunkt. Über konvexe Körper mit Mittelpunkt. Von JOH. JAK. BURCKHARDT (Zurich). (Als Manuskript eingegangen am 23. Februar 1940.) Von A. D. ALEXANDROFF 1) wurde bewiesen, dass jeder konvexe Körper, der von lauter

Mehr

Bestimme ferner die Koordinaten des Bildpunktes von B bei der Spiegelung

Bestimme ferner die Koordinaten des Bildpunktes von B bei der Spiegelung Vektoren - Skalar- und Vektorprodukt ================================================================== 1. Gegeben sind die Punkte A 1 2 3 und B 3 4 1 bzgl. eines kartesischen Koordina- tensystems mit

Mehr

Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005

Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005 Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005 Antonia Wittmers Igor Savchenko Konvexe Hüllen Inkrementeller Algorithmus für die konvexe Hülle Dabei heißt inkrementeller Algorithmus,

Mehr

Übungsblatt 7 - Voronoi Diagramme

Übungsblatt 7 - Voronoi Diagramme Karlsruher Institut für Technologie Algorithmische Geometrie Fakultät für Informatik Sommersemester 2012 ITI Wagner Martin Nöllenburg/Andreas Gemsa Übungsblatt 7 - Voronoi Diagramme 1 Voronoi-Zellen Sei

Mehr

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Serie 11

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Serie 11 D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung Serie 11 1. Wir betrachten das überbestimmte Gleichungssystem Ax = y mit 1 1 1 1 A := 1 1 0 1 0 1, y := 2 3 0 0 1 4 Berechnen Sie die

Mehr

Univ.-Prof. Dr. Goulnara ARZHANTSEVA

Univ.-Prof. Dr. Goulnara ARZHANTSEVA Diskrete Mathematik Univ.-Prof. Dr. Goulnara ARZHANTSEVA SS 2018 c Univ.-Prof. Dr. Goulnara Arzhantseva Kapitel 08: Menger, König und Hall / Planare Graphen 1 / 30 Der Satz von Menger: s t trennende Kantenmenge

Mehr

Algebra Für welche reellen Zahlen m hat das folgende Gleichungssystem nur die triviale

Algebra Für welche reellen Zahlen m hat das folgende Gleichungssystem nur die triviale Algebra 1 www.schulmathe.npage.de Aufgaben 1. Für welche reellen Zahlen m hat das folgende Gleichungssystem nur die triviale Lösung? x + y + mz = 0 mx y + z = 0 x + y + z = 0. Welche Punkte P z der z-achse

Mehr

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

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

Mehr

Lineare Algebra Übungen

Lineare Algebra Übungen Dr Andreas Maurischat Aachen 9 September 7 Lineare Algebra Übungen Vorkurs Mathematik 7 RWTH Aachen Aufgaben um Kapitel (Vektorrechnung Aufgabe Im R sind die Punkte P = (; ; Q = (; ; R = ( ; ; gegeben

Mehr

Prüfungsteil 2, Aufgabe 5 Analytische Geometrie

Prüfungsteil 2, Aufgabe 5 Analytische Geometrie Abitur Mathematik: Prüfungsteil, Aufgabe 5 Analytische Geometrie Nordrhein-Westfalen 1 LK Aufgabe a (1) 1. SCHRITT: DIE VEKTOREN, UND BERECHNEN 1 3 5 3 5 1 4. SCHRITT: DEN RECHTEN WINKEL NACHWEISEN Ein

Mehr

Höhere Mathematik I. Variante A Musterlösung

Höhere Mathematik I. Variante A Musterlösung Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik I SoSe Variante A Musterlösung Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche Aufzeichnungen von maximal DinA4-Blättern.

Mehr

Lösungen Serie 5 (Determinante)

Lösungen Serie 5 (Determinante) Name: Seite: Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 5 (Determinante) Dozent: R Burkhardt Büro: 463 Klasse: Studienjahr Semester: Datum: HS 2008/09 Aufgabe Bestimme

Mehr

mit. Wir definieren (Skalarprodukt = Winkel).

mit. Wir definieren (Skalarprodukt = Winkel). 1 Grundidee des Simplexverfahrens (von George Dantzig): Man bestimmt eine beliebige Ecke (Extremalpunkt) einer Lösungsmenge eines Ungleichungssystems. Nun geht man an den Kanten vom Punkt entlang und kontrolliert

Mehr

f(x)dx F(b) F(3) F(b).

f(x)dx F(b) F(3) F(b). Aufgaben aus dem Aufgabenpool. Analysis A_ Die Abbildung zeigt den Graphen der in IR definierten Funktion f. a) Bestimmen Sie mithilfe der Abbildung einen Näherungswert für 5 f(x)dx. ( ) Die Funktion F

Mehr

Der Eulersche Polyedersatz in beliebiger Dimension

Der Eulersche Polyedersatz in beliebiger Dimension Der Eulersche Polyedersatz in beliebiger Dimension Rolf Stefan Wilke 17. Juli 2007 Definition. Sei P R d ein Polytop der Dimension d. Es bezeichne f k (P ) die Anzahl der k-dimensionalen Seitenflächen.

Mehr

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6 Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................

Mehr

Prof. Dr. H. Brenner Osnabrück SS Zahlentheorie. Vorlesung 26. Hermann Minkowski ( )

Prof. Dr. H. Brenner Osnabrück SS Zahlentheorie. Vorlesung 26. Hermann Minkowski ( ) Prof. Dr. H. Brenner Osnabrück SS 2008 Zahlentheorie Vorlesung 26 Hermann Minkowski (1864-1909) Unser Ziel ist es, zu zeigen, dass die Klassengruppe eines quadratischen Zahlbereichs endlich ist. Zu dem

Mehr

Grundlagen-Vertiefung PW3. Kristalle und Kristallstrukturen Version von 15. Oktober 2013

Grundlagen-Vertiefung PW3. Kristalle und Kristallstrukturen Version von 15. Oktober 2013 Grundlagen-Vertiefung PW3 Kristalle und Kristallstrukturen Version von 15. Oktober 2013 Kristalle besitzen einen geordneten und periodischen Gitteraufbau. Die überwiegende Mehrzahl der anorganischen Festkörper

Mehr

Etwas Topologie. Thomas Jahn. LV Algebraische Topologie am 1. Dezember 2014

Etwas Topologie. Thomas Jahn. LV Algebraische Topologie am 1. Dezember 2014 Etwas Topologie Thomas Jahn LV Algebraische Topologie am 1. Dezember 214 1 Eulerscher Polyedersatz [2] Satz 1.1 (Eulerscher Polyedersatz). Sei G ein ebener Graph. (Multikanten und Schlingen sind erlaubt,

Mehr

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10 D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler Lösungen Serie 10 1. Für a 1 : 1 1 0, a 2 : 1 1, a 3 : 1 1 1, b : 2 2 2 1 und A : (a 1, a 2, a 3 ) gelten welche der folgenden Aussagen? (a) det(a)

Mehr

Triangulierungen von Punktmengen und Polyedern

Triangulierungen von Punktmengen und Polyedern Triangulierungen von Punktmengen und Polyedern Vorlesung im Sommersemester 2000 Technische Universität Berlin Jörg Rambau 17.05.2000 Sekundärpolytop und 6 bistellare Operationen In diesem Kapitel werden

Mehr

Vortrag 20: Kurze Vektoren in Gittern

Vortrag 20: Kurze Vektoren in Gittern Seminar: Wie genau ist ungefähr Vortrag 20: Kurze Vektoren in Gittern Kerstin Bauer Sommerakademie Görlitz, 2007 Definition und Problembeschreibung Definition: Gitter Seien b 1,,b k Q n. Dann heißt die

Mehr

11: Die Euler sche Polyederformel für planare Graphen

11: Die Euler sche Polyederformel für planare Graphen Chr.Nelius: Graphentheorie (WS 2016/17) 38 11: Die Euler sche Polyederformel für planare Graphen (11.1) BEM: a) Ein Polyeder (auch Vielflach oder Vielflächner) ist ein geometrischer Körper, der nur von

Mehr

Mit e 0 für alle x IR ergeben sich aus 2 x+ x = 0 die Nullstellen 0 und 2. 2 b) Ableitung mit der Produktregel und Ausklammern der e-funktion 3

Mit e 0 für alle x IR ergeben sich aus 2 x+ x = 0 die Nullstellen 0 und 2. 2 b) Ableitung mit der Produktregel und Ausklammern der e-funktion 3 Aufgaben aus dem Aufgabenpool. Analysis A_ Gegeben ist die Funktion f mit x f(x) = e ( x + x ) (x IR). a) Bestimmen Sie die Nullstellen der Funktion f. ( ) x b) Zeigen Sie, dass die Funktion F mit F(x)

Mehr

5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen

5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 5 Graphen 5.1 Gerichtete Graphen Definition 5.1 (V, E) heißt gerichteter Graph (Digraph), wenn V Menge von Knoten

Mehr

Geometrische Deutung linearer Abbildungen

Geometrische Deutung linearer Abbildungen Geometrische Deutung linearer Abbildungen Betrachten f : R n R n, f(x) = Ax. Projektionen z.b. A = 1 0 0 0 1 0 0 0 0 die senkrechte Projektion auf die xy-ebene in R 3. Projektionen sind weder injektiv

Mehr

D-MAVT Lineare Algebra I HS 2018 Prof. Dr. N. Hungerbühler. Lösungen 11. y 1 y 2. x 2 y 2 x 2 y 2

D-MAVT Lineare Algebra I HS 2018 Prof. Dr. N. Hungerbühler. Lösungen 11. y 1 y 2. x 2 y 2 x 2 y 2 D-MAVT Lineare Algebra I HS 08 Prof. Dr. N. Hungerbühler Lösungen. Betrachten Sie die Menge R + : R + R + der Paare positiver, reeller Zahlen. Die Addition auf R + sei folgendermassen definiert: ( ) (

Mehr

3.3 Reduzierte Basen nach Lenstra, Lenstra und Lovász

3.3 Reduzierte Basen nach Lenstra, Lenstra und Lovász Gitter und Codes c Rudolf Scharlau 15. Juni 2009 221 3.3 Reduzierte Basen nach Lenstra, Lenstra und Lovász Alternativ zu klassischen Konzepten wie dem von Minkowski gibt es seit gut 25 Jahren den Reduktionsbegriff

Mehr

Kantengraphen und Planare Graphen. Seminararbeit

Kantengraphen und Planare Graphen. Seminararbeit Kantengraphen und Planare Graphen Seminararbeit in Mathematisches Seminar für LAK 621.378 SS 2018 vorgelegt von Anna Maria Gärtner bei: Baur, Karin, Univ.-Prof. Dr.phil. Graz, 2018 Inhaltsverzeichnis 1

Mehr

Diskrete Kurven und Flächen

Diskrete Kurven und Flächen Vorlesung 18 Diskrete Kurven und Flächen 18.1 Polygonale Kurven in der Ebene Definition 18.1. Eine offene, orientierte polygonale Kurve P n im R 2 ist ein ebener Polygonzug bestehend aus 1. n voneinander

Mehr

2.4. Triangulierung von Polygonen

2.4. Triangulierung von Polygonen Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. F70 F71 Definition und Theorie: Definition

Mehr

Kapitel II Lineare Algebra und analytische Geometrie Stand 9. Januar 2011

Kapitel II Lineare Algebra und analytische Geometrie Stand 9. Januar 2011 Kapitel II Lineare Algebra und analytische Geometrie Stand 9 Januar 011 7 Bewegungen Wir betrachten jetzt Affinitäten in n unter Einbeziehung der Abstandsmessung Die Abstandsmessung in n beruht auf einem

Mehr

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}. Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren

Mehr

Die Determinante eines Friesmuster

Die Determinante eines Friesmuster Die Determinante eines Friesmuster Die Determinante eines Friesmuster von Hannah Vogel,??? Einleitung Friesmuster (engl. Frieze Pattern ) gab es schon lange bevor sie in der Mathematik diskutiert wurden.

Mehr

Mathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen

Mathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 68 Das Verhalten von Maßen bei linearen Abbildungen Lemma 68.1. Es sei V ein reeller Vektorraum und L :R n V eine bijektive lineare

Mehr

3.1 Sukzessive Minima und reduzierte Basen: Resultate

3.1 Sukzessive Minima und reduzierte Basen: Resultate Gitter und Codes c Rudolf Scharlau 4. Juni 2009 202 3.1 Sukzessive Minima und reduzierte Basen: Resultate In diesem Abschnitt behandeln wir die Existenz von kurzen Basen, das sind Basen eines Gitters,

Mehr

1.5 Duales Gitter und Diskriminantengruppe

1.5 Duales Gitter und Diskriminantengruppe Gitter und Codes c Rudolf Scharlau 24. April 2009 27 1.5 Duales Gitter und Diskriminantengruppe Dieser Abschnitt ist im wesentlichen algebraischer Natur: Es spielt keine Rolle, dass unsere Gitter in einem

Mehr

Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"):

Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung Algorithmische Geometrie): Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"): 1 Erzeugung des Voronoi-Diagramms (siehe Vorlesung "Algorithmische

Mehr

Universität Bielefeld. Elementare Geometrie. Sommersemester Elemente, Buch I. Stefan Witzel

Universität Bielefeld. Elementare Geometrie. Sommersemester Elemente, Buch I. Stefan Witzel Universität Bielefeld Elementare Geometrie Sommersemester 2018 Elemente, Buch I Stefan Witzel Vierecke Vier Punkte P, Q, R, S bilden ein Viereck PQRS, wenn sich weder die Segmente PQ und RS noch die Segmente

Mehr

Rechnen mit Vektoren. 1. Vektoren im Koordinatensystem Freie Vektoren in der Ebene

Rechnen mit Vektoren. 1. Vektoren im Koordinatensystem Freie Vektoren in der Ebene Rechnen mit 1. im Koordinatensystem 1.1. Freie in der Ebene 1) Definition Ein Vektor... Zwei sind gleich, wenn... 2) Das ebene Koordinatensystem Wir legen den Koordinatenursprung fest, ferner zwei zueinander

Mehr

Kapitel 3 Lineare Algebra

Kapitel 3 Lineare Algebra Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND

Mehr

Friesmuster in der Mathematik

Friesmuster in der Mathematik Friesmuster in der Mathematik Karin Baur Karl-Franzens-Universität Graz 7. Februar 03 Karin Baur (Karl-Franzens-Universität Graz) Friesmuster in der Mathematik 7. Februar 03 / 6 Muster I Muster Friese

Mehr

KARL-FRANZENS-UNIVERSITÄT GRAZ. Seminar aus Reiner Mathematik. Die Museumswächter. Krupic Mustafa Wintersemester 2013/14

KARL-FRANZENS-UNIVERSITÄT GRAZ. Seminar aus Reiner Mathematik. Die Museumswächter. Krupic Mustafa Wintersemester 2013/14 KARL-FRANZENS-UNIVERSITÄT GRAZ Seminar aus Reiner Mathematik Die Museumswächter Krupic Mustafa Wintersemester 2013/14 Inhaltsverzeichnis 2 Inhaltsverzeichnis 1 Einleitung 3 2 Museumswächter-Satz 6 2.1

Mehr

Seminar: Algorithmisches in der Geometrie Ausarbeitung zu Vortrag 9. Triangulierungen im Cayley-Graph und Enden von kontextfreien Gruppen

Seminar: Algorithmisches in der Geometrie Ausarbeitung zu Vortrag 9. Triangulierungen im Cayley-Graph und Enden von kontextfreien Gruppen Seminar: Algorithmisches in der Geometrie Ausarbeitung zu Vortrag 9 Triangulierungen im Cayley-Graph und Enden von kontextfreien Gruppen Stefanie Schindler 25. Juni 2010 Zusammenfassung Zunächst machen

Mehr

Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen.

Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen. Definition: Lineare Abbildung Lineare Abbildungen Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen. 8.1 Definition: Lineare Abbildung Eine Funktion f : V Ñ W zwischen

Mehr

Aufgabenpool. Woche 1 Aussagenlogik. Woche 2 Mengen und Funktionen. Lineare Algebra und Geometrie I SS 2015

Aufgabenpool. Woche 1 Aussagenlogik. Woche 2 Mengen und Funktionen. Lineare Algebra und Geometrie I SS 2015 Lineare Algebra und Geometrie I SS 05 Woche Aussagenlogik Aufgabenpool Aufgabe #.5 Die Aussage A sei 5 > 9, die Aussage B sei Gerhard Schröder ist eine Frau. Vervollständigen Sie die folgende Wahrheitstabelle.

Mehr

Vektoren und Matrizen

Vektoren und Matrizen Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden

Mehr

Das Problem der dreizehn Kugeln

Das Problem der dreizehn Kugeln Clemens Hauser Das Problem der dreizehn Kugeln Vortrag im Seminar für Didaktik der Mathematik an der Universität Freiburg 1.12.2009 Kepler (1611): Dichteste Kugelpackung (?) Kepler (1611): Dichteste Kugelpackung

Mehr

Prüfung Lineare Algebra 2

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

Mehr

Übungsaufgaben Geometrie und lineare Algebra - Serie 1

Übungsaufgaben Geometrie und lineare Algebra - Serie 1 Übungsaufgaben Geometrie und lineare Algebra - Serie. Bei einer geraden Pyramide mit einer quadratischen Grundfläche von 00 cm beträgt die Seitenkante 3 cm. a) Welche Höhe hat die Pyramide? b) Wie groß

Mehr

Computer-Graphik I Verallgemeinerte Baryzentrische Koordinaten

Computer-Graphik I Verallgemeinerte Baryzentrische Koordinaten lausthal omputer-raphik I Verallgemeinerte Baryzentrische Koordinaten. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Verallgemeinerungen der baryzentr. Koord. 1. Was macht man im 2D bei

Mehr

Mathematik I. Vorlesung 14. Rang von Matrizen

Mathematik I. Vorlesung 14. Rang von Matrizen Prof Dr H Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 14 Rang von Matrizen Definition 141 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von den Spalten

Mehr

Lineare Transformationen, Teil 1 Lösungen zu den Aufgaben. 1 E1 Ma 1 Lubov Vassilevskaya

Lineare Transformationen, Teil 1 Lösungen zu den Aufgaben. 1 E1 Ma 1 Lubov Vassilevskaya Lineare Transformationen, Teil 1 Lösungen zu den Aufgaben 1 E1 Lineare Transformationen: cc Aufgaben 1, 2 Aufgabe 1: Wenden Sie die Transformation T auf den Punkt P und auf den Vektor OP an. Beschreiben

Mehr

Vorkurs Mathematik. Vektoren, lineare Gleichungssysteme und Matrizen

Vorkurs Mathematik. Vektoren, lineare Gleichungssysteme und Matrizen Dorfmeister, Boiger, Langwallner, Pfister, Schmid, Wurtz Vorkurs Mathematik TU München WS / Blatt Vektoren, lineare Gleichungssysteme und Matrizen. In einem kartesischen Koordinatensystem des R sei eine

Mehr

Seminar Zahlentheorie bei Herrn Prof. Dr. Wedhorn - Minkowski-Theorie

Seminar Zahlentheorie bei Herrn Prof. Dr. Wedhorn - Minkowski-Theorie Seminar Zahlentheorie bei Herrn Prof. Dr. Wedhorn - Minkowski-Theorie Ausarbeitung zum Seminarvortrag von Kathrin Märkel und Judith Hausmann WS 007/08-14. Februar 008 I Inhaltsverzeichnis Einleitung 1

Mehr

Polyeder und Platonische Körper

Polyeder und Platonische Körper Polyeder und Platonische Körper Ausarbeitung zum 30.11.2016 Linus Leopold Boes Matrikelnummer: 2446248 Algorithmen für planare Graphen Institut für Informatik HHU Düsseldorf Inhaltsverzeichnis 1 Einleitung

Mehr

Mathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie und Erziehungswissenschaften Blatt 2

Mathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie und Erziehungswissenschaften Blatt 2 Fakultät Mathematik WS 27/8 Institut für Mathematische Stochastik / Institut für Analysis Dr. W. Kuhlisch, Dr. F. Morherr Mathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie

Mehr

Stg.: AIW BU BVT ET EUT IIW LUM MB MEC SB VT Sonstige

Stg.: AIW BU BVT ET EUT IIW LUM MB MEC SB VT Sonstige Technische Universität Hamburg Sommersemester 08 Institut für Mathematik Prof. Dr. Marko Lindner Klausur zur Mathematik I (Veranstaltung: Lineare Algebra I.08.08 Sie haben 60 Minuten Zeit zum Bearbeiten

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

Wann heit eine Menge reeller Zahlen beschrankt? oen? abgeschlossen? Was ist das Supremum (Inmum) Maximum (Minimum) einer Teilmenge

Wann heit eine Menge reeller Zahlen beschrankt? oen? abgeschlossen? Was ist das Supremum (Inmum) Maximum (Minimum) einer Teilmenge 1 1 Check-Liste Analysis 1.1 Mengen und Abbildungen Wann heit eine Menge reeller Zahlen beschrankt? oen? abgeschlossen? kompakt? Was ist das Supremum (Inmum) Maximum (Minimum) einer Teilmenge von R? Was

Mehr

K2 MATHEMATIK KLAUSUR 1. Gesamtpunktzahl /30 Notenpunkte. (1) Bilden Sie die erste Ableitung der Funktion f mit f(x) = 1 + x ln(2x + 1).

K2 MATHEMATIK KLAUSUR 1. Gesamtpunktzahl /30 Notenpunkte. (1) Bilden Sie die erste Ableitung der Funktion f mit f(x) = 1 + x ln(2x + 1). K MATHEMATIK KLAUSUR NACHTERMIN..6 Aufgabe 3 4 6 7 8 9 Punkte (max 3 3 4 4 Punkte Gesamtpunktzahl /3 Notenpunkte ( Bilden Sie die erste Ableitung der Funktion f mit f(x = + x ln(x +. ( Bestimmen Sie das

Mehr

Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Hilfssatz: Zu jedem einfachen Polygon mit mehr als 3 Ecken existiert eine Diagonale.

Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Hilfssatz: Zu jedem einfachen Polygon mit mehr als 3 Ecken existiert eine Diagonale. 6. Polygontriangulierung: Wie bewacht man eine Kunstgalerie? 6.1. Grundlegendes zu Polygonen Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Definition: Hilfssatz: Zu jedem einfachen Polygon

Mehr

6 Lineare Abbildungen der euklidischen Ebene

6 Lineare Abbildungen der euklidischen Ebene 6 Lineare Aildungen der euklidischen Eene In diesem Kapitel etrachten wir nur noch lineare Aildungen der euklidischen Eene auf sich seler: f : E E oder f : R 2 R 2 Zudem verwenden wir das Skalarprodukt

Mehr

Berechnung der Determinante

Berechnung der Determinante Berechnung der Determinante Verhalten der Determinante unter elementaren Zeilenoperationen: Das Vertauschen zweier Zeilen/Spalten der Matrix A ändert nur das Vorzeichen der Determinante, d.h: i, j {1,...,

Mehr

Vorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer

Vorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer Vorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer Uberblick 1. Anwendung 2. Anforderungen an Netze 3. Quadrantenbaume Quadrantenbaume fur Punktemengen Bestimmung

Mehr

Proseminar Lineare Algebra SS10

Proseminar Lineare Algebra SS10 Proseminar Lineare Algebra SS1 Normalform von Matrizen Jordansche Normalform Philip Bauermeister Heinrich-Heine-Universität Betreuung Prof. Dr. Oleg Bogopolski 2 1 Matrizen linearer Abbildungen 1.1 Definition

Mehr

Triangulierungen von Punktmengen und Polyedern

Triangulierungen von Punktmengen und Polyedern Triangulierungen von Punktmengen und Polyedern Vorlesung im Sommersemester 2 Technische Universität Berlin Jörg Rambau 2.4.2 Motivation und Beispiele Wir wollen hier den Begriff der Triangulierungen von

Mehr

Erweiterung: Flächeninhalt mit Vorzeichen. a b, P, Q, R gegen Uhrzeigersinn a b, P, Q, R im Uhrzeigersinn

Erweiterung: Flächeninhalt mit Vorzeichen. a b, P, Q, R gegen Uhrzeigersinn a b, P, Q, R im Uhrzeigersinn Flächeninhalte Flächeninhalt eines Dreiecks: R A(PQR)= 1 2 = 1 2 a b sin α a b P b α a c Q Erweiterung: Flächeninhalt mit Vorzeichen A(PQR)= 1 2 1 2 a b, P, Q, R gegen Uhrzeigersinn a b, P, Q, R im Uhrzeigersinn.

Mehr

Einführung in die Mathematik für Informatiker

Einführung in die Mathematik für Informatiker Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 12.12.2016 9. Vorlesung Eigenschaften linearer Abbildungen Beschreibung linearer Abbildungen durch Matrizen... Eigenschaften

Mehr

Definition, Abbildungsmatrix, Spiegelung, Projektion

Definition, Abbildungsmatrix, Spiegelung, Projektion Bau und Gestaltung, Mathematik 2, T. Borer Aufgaben 5-2/ Aufgaben 5 Lineare Abbildungen Definition, Abbildungsmatrix, Spiegelung, Projektion Lernziele - beurteilen können, ob eine gegebene Abbildung linear

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

Mehr

Lösungshinweise zu den Hausaufgaben:

Lösungshinweise zu den Hausaufgaben: S. Hagh Shenas Noshari, 9. Gruppenübung zur Vorlesung S. Nitsche, C. Rösinger, A. Thumm, D. Zimmermann Höhere Mathematik Wintersemester 8/9 M. Stroppel Lösungshinweise zu den Hausaufgaben: Aufgabe H 33.

Mehr

Fritz Ostermann Elemente der Raumeinheit (RE) im n-dimensionalen kartesischen Vektorraum

Fritz Ostermann Elemente der Raumeinheit (RE) im n-dimensionalen kartesischen Vektorraum Fritz Ostermann 20. 09. 2016 Elemente der Raumeinheit (RE) im n-dimensionalen kartesischen Vektorraum R 1 = < e 1 > R Ursprung O Anzahl der Ecken: 2 BegrÄndung: O, E 1, wobei e 1 = OE 1 ist. Anzahl der

Mehr

Ermitteln Sie die Koordinaten des Schnittpunktes dieser beiden Geraden und erklären Sie Ihre Vorgehensweise!

Ermitteln Sie die Koordinaten des Schnittpunktes dieser beiden Geraden und erklären Sie Ihre Vorgehensweise! Aufgabe 2 Lagebeziehungen von Geraden im Raum Gegeben sind zwei Geraden g und h in 3. =( 3 Die Gerade g ist durch eine Parameterdarstellung X 4 2 Die Gerade h verläuft durch die Punkte A = (0 8 0 und B

Mehr

Aufgaben zu Anwendungen zur Vektorrechnung

Aufgaben zu Anwendungen zur Vektorrechnung Aufgaben zu Anwendungen zur Vektorrechnung. Von einer Strecke AB mit dem Mittelpunkt M sind bekannt: A(/5) und M(-4/3). Berechnen Sie B.. Die Punkte A(3/7) und B(/-) sind gegenüberliegende Ecken eines

Mehr