Der Satz von Pick. Alexandra Zimmer
|
|
- Adolf Ritter
- vor 5 Jahren
- Abrufe
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 Seminar aus Reiner Mathematik Viktoria Weißensteiner 04. Dezember 2013 Inhaltsverzeichnis 1 Einleitung 2 2 Vorbereitende Theorie 3 2.1 ebene Graphen..........................
Mehr63.5 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( -;
MehrWiederholung 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
MehrSeminararbeit 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................................
MehrAlgorithmische 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
MehrDistanzprobleme 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
MehrFinite 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)
MehrHallo 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
Mehr8. 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
MehrSphärische 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
Mehr2. 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)
MehrDurchschnitte 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
MehrFermats 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
MehrKlausurenkurs 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)
Mehra 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 -----------------------------------------------------------------------------------------------------------------
MehrKlausurenkurs 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
MehrOrientierung 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
Mehr6. 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
Mehr1.2 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
MehrV 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 )
MehrÜbungsaufgaben 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
MehrÜber 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
MehrBestimme 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
MehrAlgorithmische 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,
MehrÜbungsblatt 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
MehrD-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
MehrUniv.-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
MehrAlgebra 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
MehrVektorprodukt. 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
MehrLineare 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
MehrPrüfungsteil 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
MehrHöhere 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.
MehrLösungen 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
Mehrmit. 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
Mehrf(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
MehrDer 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.
Mehr1 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.............................
MehrProf. 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
MehrGrundlagen-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
MehrEtwas 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,
MehrD-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)
MehrTriangulierungen 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
MehrVortrag 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
Mehr11: 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
MehrMit 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)
Mehr5 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
MehrGeometrische 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
MehrD-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: ( ) (
Mehr3.3 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
MehrKantengraphen 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
MehrDiskrete 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
Mehr2.4. 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
MehrKapitel 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
MehrDefinitionen. 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
MehrDie 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.
MehrMathematik 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
Mehr3.1 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,
Mehr1.5 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
MehrGrundlagen 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
MehrUniversität 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
MehrRechnen 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
MehrKapitel 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
MehrFriesmuster 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
MehrKARL-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
MehrSeminar: 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
MehrDie 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
MehrAufgabenpool. 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.
MehrVektoren 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
MehrDas 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
MehrPrüfung 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,
MehrÜbungsaufgaben 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
MehrComputer-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
MehrMathematik 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
MehrLineare 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
MehrVorkurs 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
MehrSeminar 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
MehrPolyeder 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
MehrMathematik 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
MehrStg.: 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
MehrKlausurenkurs 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
MehrWann 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
MehrK2 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
MehrEs 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
Mehr6 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
MehrBerechnung 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,...,
MehrVorlesung 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
MehrProseminar 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
MehrTriangulierungen 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
MehrErweiterung: 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.
MehrEinführung 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
MehrDefinition, 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
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
MehrLösungshinweise 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.
MehrFritz 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
MehrErmitteln 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
MehrAufgaben 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