6.5 Determinanten. Satz 6.3 Ist A R (n,n), so gibt es eine Matrix A 1 R (n,n) mit. A 1 A = A A 1 = I n

Größe: px
Ab Seite anzeigen:

Download "6.5 Determinanten. Satz 6.3 Ist A R (n,n), so gibt es eine Matrix A 1 R (n,n) mit. A 1 A = A A 1 = I n"

Transkript

1 wesentlichen Gleichungen geht genau ein Freiheitsgrad verloren. (Diese etwas vagen Formulierungen sind mathematisch eher unpräzise, sollen Ihnen aber helfen, ein Gefühl für die Bedeutung des Ranges einer Matrix zu bekommen, wenn es um das Lösen linearer Gleichungssysteme geht.) 6.5 Determinanten Quadratische Gleichungssysteme A x = 0 mit A R (n,n) und n = Rang(A) haben nur den Nullvektor als Lösung. In diesem Fall hat A x = b für jedes b R n genau eine Lösung: es gibt eine Lösung, weil Rang(A) = Rang(A b) ist. Diese Lösung ist eindeutig (weil es keinen Freiheitsgrad gibt). Es gilt sogar noch etwas mehr: Satz 6.3 Ist A R (n,n), so gibt es eine Matrix A 1 R (n,n) mit A 1 A = A A 1 = I n genau dann, wenn Rang(A) = n ist (I n Einheitsmatrix in R (n,n) ). Die Matrix A 1 heißt die Inverse von A. Wenn wir A 1 kennen, dann können wir A x = b auch wie folgt lösen: Wir multiplizieren beide Seiten mit A 1 und 353

2 erhalten A 1 b = A 1 (A x) = (A 1 A) x = x. Eskönntesichalsolohnen,A 1 zubestimmen,insbesonderewennmana x = b für viele verschiedene b lösen muss. Ein erstes Verfahren zur Inversenbestimmung sieht so aus: Wir betrachten das Schema (A I) d.h. links vom Strich steht die Matrix A, rechts die Einheitsmatrix. Durch elementare Zeilenumformungen von A versuchen wir, die linke Seite in die Einheitsmatrix umzuformen. Dabei muss die Seite rechts vom Strich entsprechend mit umgeformt werden. Am Ende steht rechts die Matrix A 1. Beispiel 6.17 Wir wollen die Inverse von bestimmen: 354

3 / / / /5 Wir machen die Probe: 1 0 2/ / = / Es gilt auch 355

4 Wenn wir jetzt beispielsweise / /5 = /5 A x = lösen wollen, multiplizieren wir einfach mit A 1 : /5 2 A 1 1 = 1 1 1/5 1 = /5 1 8/5 6/5. 1/5 Eine Probe bestätigt dies / /5 = /

5 Ein wichtiges Kriterium für die Invertierbarkeit einer Matrix ist das Determinantenkriterium. Zunächst zur Definition der Determinante. Ist ( ) a11 a A = 12 a 21 a 22 eine Matrix in R (2,2), dann heißt det(a) = a 11 a 22 a 21 a 12 die Determinante von A. Zur Berechnung der Determinante einer n n-matrix benutzen wir den Laplace schen Entwicklungssatz. Dazu brauchen wir den Begriff des Minors: Ist A R (n,n), dann sei A(i j) die (n 1) (n 1)-Untermatrix von A, die man durch Streichen der i-ten Zeile und j-ten Spalte von A erhält. Die Determinante von A(i j) heißt Minor. Gilt i = j, so spricht man von einem Hauptminor. Der Ausdruck n ( 1) i+j a ij det(a(i j)) (6.3) j=1 der zunächst nur für 3 3-Matrizen erklärt ist, ist(erstaunlicherweise) unabhängig von i. 357

6 Wir benutzen diesen Ausdruck als Definition der Determinante einer 3 3- Matrix. Wenn wir diese Definition dann wiederum in (6.3) für n = 4 einsetzen, ist der so erhaltene Ausdruck wieder unabhängig von i. Wir können so sukzessive die Determinante beliebiger n n-matrizen erklären. Stets ist die Definition der n n-determinante, die im Entwicklungssatz auf(n 1) (n 1)-Determinanten beruht, unabhängig vom gewählten Zeilenindex i. Wir können so also sukzessive Determinanten von n n-matrizen berechnen. Wir machen darauf aufmerksam, dass in (6.3) die Unabhängigkeit vom Zeilenindex i nicht offensichtlich ist! Beispiel 6.18 Wir wollen die Determinante von bestimmen. Wir entwickeln zunächst nach der ersten Zeile, d.h. wir setzen in(6.3) i = 1. Unter Beachtung der Definition von (2 2)-Determinanten erhalten wir: 358

7 ( ) 8 1 det(a) = ( 1) 2 3 det ( ) 5 1 +( 1) 3 ( 1) det ( ) 5 8 +( 1) 4 0 det = 1 3 = ( 1) ( 1) 3 ( 1) 11+ +( 1) = = = 50. Entwickeln nach der zweiten Zeile (i = 2) gibt det(a) = ( 1) 3 5 ( 2)+( 1) ( 1) = = = 50, 359

8 nach der dritten Zeile det(a) = ( 1) 4 ( 1) ( 1)+( 1) ( 1) = = = 50. Bei der Berechnung einer 3 3-Determinante a 11 a 12 a 13 A = a 21 a 22 a 23 a 31 a 32 a 33 können Sie folgendes Schema zu Hilfe nehmen: a 11 a 12 a 13 a 11 a 12 a 21 a 22 a 23 a 21 a 22 a 31 a 32 a 33 a 31 a 32 Die Produkte über die drei Diagonalen nach rechts a 11 a 22 a 33 a 12 a 23 a 31 a 13 a 21 a

9 werden alle addiert, die nach links a 13 a 22 a 31 a 11 a 23 a 32 a 12 a 21 a 33 werden mit 1 multipliziert und dann ebenfalls addiert. Die Summe dieser sechs Terme (3 davon mit einem negativen Vorzeichen) sind die Determinante von A. WARNUNG: Das geht nur für n = 3 so einfach! Bevor wir nun einige Regeln aufstellen, die das Berechnen von Determinanten vereinfachen, hier der Satz, der zeigt, warum Determinanten wichtig sind: Satz 6.4 Sei A R (n,n). Dann gilt: det(a) 0 Rang(A) = n A ist invertierbar Die folgende Regel ist sehr nützlich: A x = b ist für alle b eindeutig lösbar A x = 0 hat nur die Lösung x = 0. det(a) = det(a ). 361

10 Das bedeutet z.b., dass Sie auch nach Spalten entwickeln können: n ( 1) i+j a ij det(a(i j)) i=1 Genauso wie die Summe in (6.3) unabhängig von i war, ist diese Summe unabhängig von der konkreten Auswahl der Spalte j. Man kann sich mit Hilfe des Entwicklungssatzes schnell überlegen: Wenn A eine obere oder untere Dreiecksmatric ist, so ist die Determinante das Produkt der Diagonaleinträge. Beispiel det = ( 1) ( 1) 3 5 ( 2) ( 1) 4 ( 1) ( 1) (entwickeln nach der ersten Spalte). = =

11 Die Tatsache det(a) = det(a ) bedeutet auch, dass die folgenden Rechenregeln richtig bleiben, wenn Sie Zeilen durch Spalten ersetzen! Werden in A zwei Zeilen vertauscht, ändert sich das Vorzeichen von det(a). Wenn man das λ-fache von Zeile i zu Zeile j addiert (i j), ändert sich die Determinante nicht. Wird eine Zeile von A mit λ multipliziert, so wird dadurch auch die Determinante mit λ multipliziert. det(λa) = λ n det(a). Wir können also elementare Zeilenumformungen anwenden, um eine Matrix A in zeilenreduzierte Form zu bringen, und bei allen Umformungen wissen wir, wie sich dadurch die Determinante verändert. Für Matrizen in zeilenreduzierter Form ist die Determinante dann einfach das Produkt der Diagonaleinträge! Manchmal ist es auch ganz nützlich zu wissen, dass die Determinante 0 ist, wenn A zwei gleiche Zeilen (oder zwei gleiche Spalten) enthält. 363

12 Zum Abschluss wollen wir noch ein zweites Verfahren zur Inversenbestimmung angeben. Dazu definieren wir mit A ad = (b ij ) i,j=1,...,n b ij = ( 1) i+j det(a(j i)). Die Matrix A ad heißt die Adjungierte von A. Es gilt Insbesondere gilt im Fall det(a) 0: A A ad = A ad A = det(a) I A 1 = 1 det(a) A ad Beispiel 6.20 Wir wollen die Inverse von A =

13 bestimmen. Wir wissen bereits det(a) = 50. Mit Hilfe der Adjungierten sieht man sofort A 1 = Probe: = Integralrechnung für Funktionen einer Variablen In diesem Kapitel sei stets D R, und I R ein Intervall. 365

14 7.1 Das unbestimmte Integral (Stammfunktion) Es sei f : I R eine Funktion. Eine differenzierbare Funktion F : I R heißt eine Stammfunktion von f, falls gilt: F = f. Die Funktion f heißt dann integrierbar. Beispiel 7.1 (i) Sei f : R R gegeben durch f(x) = x n, n N 0. Dann ist F : R R mit F(x) = 1 n+1 xn+1 eine Stammfunktion von f. (ii) Sei f : R R gegeben durch f(x) = x 2 3x+5. Dann ist F : R R gegeben durch F(x) = 1 3 x3 3 2 x2 + 5x eine Stammfunktion von f. Aber auch G : R R mit G(x) = 1 3 x3 3 2 x2 +5x+2 ist eine Stammfunktion von f. Achtung: Nicht jede Funktion besitzt eine Stammfunktion. 366

15 Ist F(x) eine Stammfunktion von f(x), so ist auch F(x)+c eine Stammfunktion von f(x) (c ist hier eine Konstante). Weitere Stammfunktionen gibt es nicht, wie der folgende Satz zeigt: Satz 7.1 Seif : I ReinereelleFunktion.SindF,GStammfunktionenvonf, dann gibt es eine Konstante c R mit G(x) = F(x)+c für alle x I. Mit F(x) ist auch jede Funktion F(x)+c eine Stammfunktion von f(x). Es gilt also: Hat die Funktion f eine Stammfunktion F, dann ist die Menge {F +c c R} die Menge aller Stammfunktionen von f. Der Begriff unbestimmtes Integral bedeutet nichts anderes als Stammfunktion : 367

16 (Unbestimmtes Integral) Sei f : I R eine reelle Funktion, die eine Stammfunktion F besitzt. Dann bezeichnet das Symbol f(x)dx eine beliebige Stammfunktion von f, und es wird unbestimmtes Integral der Funktion f genannt. Sprechweise: Integral von f(x) dx. Manchmal wird auch f(x)dx = F(x)+c, geschrieben, wobei c R eine beliebige Konstante ist. Das unbestimmte Integral ist also nicht eindeutig bestimmt, sondern nur bis auf eine (additive) Konstante. Es gilt also nach Definition für jede differenzierbare Funktion F: F (x)dx = F(x)+c. Beispiel 7.2 Es soll eine Funktion s(x) zur Berechnung der Einkommensteuer mit den folgenden Eigenschaften gefunden werden: (i) s : R 0 R 0 ist stetig. 368

17 (ii) Das Existenzminimum ist steuerfrei: s(x) = 0 für x [0,10000]. (iii) Der Grenzsteuersatz steigt linear bis zu einer gegebenen Einkommensgrenze: s x (x) = für x [10000,120000]. 20 (iv) Der Grenzsteuersatz ist für große Einkommen konstant: s (x) = 0.65 für x Den Steuersatz für x [10000, ] erhalten wir als unbestimmtes Integral über den Grenzsteuersatz: ( x s(x) = ) dx = x x 20 +c 1. Aus der Stetigkeit von s(x) an der Stelle x = folgt, dass die Konstante als c 1 = 750 zu wählen ist. Insbesondere ist dann s(120000) = Den Steuersatz für x erhalten wir ebenso als unbestimmtes Integral über den Grenzsteuersatz: s(x) = 0.65dx = 0.65 x+c

18 Aus der Stetigkeit von s(x) an der Stelle x = folgt, dass die Konstante als c 2 = zu wählen ist. Die gesuchte Steuerfunktion s(x) hat also die Form 0 für x [0,10000] x s(x) = x 750 für x [10000,120000] x für x Wir haben erwähnt (siehe Seite 366), dass nicht jede Funktion eine Stammfunktion haben muss. Es gilt aber: Satz 7.2 Ist f : I R stetig, dann besitzt f eine Stammfunktion. Da viele der von uns untersuchten Funktionen stetig sind, haben sie Stammfunktionen. Wir listen im folgenden einige auf, wobei wir stets auf die Angabe der Konstante c verzichten. D bezeichnet den maximalendefinitionsbereich. 370

19 f(x) D f(x)dx x n R 1 n+1 xn+1 n N 0 x α 1 R + α+1 xα+1 α R,α 1 1 R\{0} ln( x ) x e αx 1 R α eαx α R, α 0 a x 1 R ln(a) ax a > 0, a 1 371

20 f(x) D f(x)dx sinx R cosx R cosx sinx tanx R\{(2k +1) π 2, k Z} ln( cosx ) cotx R\{kπ, k Z} ln( sinx ) 1 cos 2 x R\{(2k +1)π 2, k Z} tanx 1 sin 2 R\{kπ, k Z} x cotx 372

21 f(x) D f(x)dx 1 1 x x 2 ( 1,1) arcsinx ( 1,1) arccosx 1 1+x 2 R arctanx 1 1+x 2 R arccot x Aus der Umkehrung von Differenziationsregeln ergeben sich nun Integrationsregeln, zum Beispiel 373

22 Haben f,g : I R Stammfunktionen, dann gilt: λ f(x)dx = λ f(x)dx, für alle λ R (f(x)±g(x))dx = f(x)dx± g(x) dx. Grundsätzlich kann man sagen, dass die Integration schwieriger ist als die Differenziation, die man doch sehr nach Kochrezept durchführen kann. Wir geben hier die wichtigen Regeln der partiellen Integration, der Integration durch Substitution sowie (knapp) die Integration rationaler Funktionen an (jeweils mit Beispielen). Es sei aber fairerweise zugegeben, dass man heutzutage zum Integrieren fast immer Computeralgebrasysteme (CAS) benutzt. Wichtiger, als perfekte Integrierer zu werden, ist es zu verstehen, was das unbestimmte Integral ist (nämlich eine Stammfunktion), und dass es viele Stammfunktionen gibt, die sich aber alle nur durch eine additive Konstante unterscheiden. Wenn Ihnen das klar ist, dürfen Sie beim Integrieren ruhig dem Computer vertrauen. Partielle Integration. 374

23 Seien f,g : I R differenzierbare Funktionen. Dann gilt f(x) g (x)dx = f(x) g(x) f (x) g(x)dx. Beispiel 7.3 Gesucht ist lnxdx. Setzef(x) = lnxundg(x) = x.dannistg (x) = 1,undmitpartiellerIntegration folgt: lnxdx = f(x) g (x)dx = f(x) g(x) f (x) g(x)dx 1 = lnx x x xdx = lnx x 1dx = lnx x x+c = x(lnx 1)+c, wobei c R, wie immer, eine beliebige Konstante ist. 375

24 Dieses Beispiel lässt sich verallgemeinern, um eine Stammfunktion zu lnx x n für n N 0 zu berechnen. Wir geben hier nur das Ergebnis an: ( lnx x n dx = xn+1 lnx 1 ) +c. n+1 n+1 Beispiel 7.4 Gesucht ist e x sinxdx. Seien f(x) = sinx und g(x) = e x, also g (x) = e x. Es folgt e x sinxdx = f(x) g (x)dx = f(x) g(x) f (x) g(x)dx = e x sinx e x cosxdx. Analog erhalten wir e x cosxdx = e x cosx+ 376 e x sinxdx.

25 Somit ist Also e x sinxdx = e x sinx e x cosxdx = e x sinx ( e x cosx+ e x sinxdx ) 2 = e x sinx e x cosx e x sinxdx. e x sinxdx = e x sinx e x cosx+c und somit e x sinxdx = ex 2 (sinx cosx)+c. Integration durch Substitution Es handelt sich hier um die Umkehrung der Kettenregel: Sei f : I R eine stetige Funktion mit Stammfunktion F : I R. Sei g : D I eine differenzierbare Funktion auf dem Intervall D. Dann gilt f (g(x))g (x)dx = F(g(x))+c, wobei c R eine beliebige Konstante ist. 377

26 Beispiel 7.5 Sei f : I R eine stetige Funktion mit Stammfunktion F, D ein Intervall und g : D I differenzierbar. Dann kann man mit der obigen Substitutionsregel die folgenden unbestimmten Integrale bestimmen (die Konstante c ist wieder weggelassen): (i) f(ax+b)dx = 1 F(ax+b), a,b R,a 0. a (ii) (g(x)) n g (x)dx = 1 n+1 (g(x))n+1, n N 0. g (x) (iii) dx = ln( g(x) ). g(x) g (x) 1 (iv) (g(x)) n dx = (n 1)(g(x)) n 1, n N, n 2. (v) g (x)e g(x) dx = e g(x). Beispiel 7.6 (i) Gesucht ist 2 3x 1 dx. 378

27 Sei g(x) = 3x 1, dann ist g (x) = 3 und daher 2 2 3x 1 dx = g (x) 3 g(x) dx = 2 g (x) 3 g(x) dx (ii) Gesucht ist xe x2 dx. = 2 3 ln( g(x) )+c = 2 3 ln( 3x 1 )+c = ln 3 (3x 1) 2 +c. Sei f(x) = e x und g(x) = x 2, also g (x) = 2x und F(x) = e x. Dann ist xe x2 dx = f(g(x)) 1 2 g (x)dx = 1 2 F(g(x)) = 1 2 ex2 +c 379

28 Integration rationaler Funktionen Rationale Funktionen lassen sich mit Hilfe der Partialbruchzerlegung immer so umformen, dass sich eine Stammfunktion mit den bis jetzt bereitgestellten Verfahren ermitteln lässt. Wir betrachten also eine rationale Funktion f von der Form f(x) = P(x) Q(x) mit Polynomen P(x),Q(x), wobei gradp < gradq gelte. Es sei hier der Fall betrachtet, dass das Nennerpolynom gradq reelle Nullstellen hat, also Q(x) = (x x 1 ) m 1 (x x k ) m k mit verschiedenen x 1,...,x k R. Dann hat die Partialbruchzerlegung die Form (vgl. Seite 127) P(x) k Q(x) = i=1 m i j=1 c ij (x x i ) j mitc ij R.AlsotretenalsSummandenrechtsnurAusdrückederForm mit j N auf. b (x a) j Für j = 1 ist b dx = b ln( x a )+c. x a 380

29 Für j 2 ist b (x a) dx = b j (j 1)(x a) Wir illustrieren dies an einem Beispiel: j 1 +c Beispiel 7.7 Sei f(x) = x4 3x 2 +5x+4. Wir wollen f(x)dx bestimmen. x 3 3x+2 Da das Nennerpolynom einen kleineren Grad als das Zählerpolynom hat, führen wir zunächst eine Division mit Rest durch; dies liefert: f(x) = x4 3x 2 +5x+4 x 3 3x+2 = x+ 3x+4 x 3 3x+2. Das Nennerpolynom hat x 1 = 1 als Nullstelle mit Vielfachheit m 1 = 2 und x 2 = 2 als Nullstelle mit Vielfachheit m 2 = 1. Also ist der Ansatz für die Partialbruchzerlegung 3x+4 x 3 3x+2 = 3x+4 (x 1) 2 (x+2) = c 11 x 1 + c 12 (x 1) 2 + c 2 x+2 Nach Multiplikation mit dem Nennerpolynom Q(x) und Koeffizientenvergleich erhalten wir die Gleichungen 0 = c 11 +c 2, 3 = c 11 +c 12 2c 2, 4 = 2c 11 +2c 12 +c

30 Als Lösungen ergeben sich daraus: c 11 = 2 9, c 12 = 7 3, c 2 = 2 9. Damit erhalten wir für das gesuchte Integral f(x)dx = = 3x+4 xdx+ x 3 3x+2 dx 7 2 ) x (x 1) 9 dx 2 x+2 ( 2 = x = x ln( x 1 ) 7 3(x 1) 2 9 ln( x+2 )+c (x 1 ) 2 = x (x 1) +ln 9 +c x+2 382

7 Integralrechnung für Funktionen einer Variablen

7 Integralrechnung für Funktionen einer Variablen 7 Integralrechnung für Funktionen einer Variablen In diesem Kapitel sei stets D R, und I R ein Intervall. 7. Das unbestimmte Integral (Stammfunktion) Es sei f : I R eine Funktion. Eine differenzierbare

Mehr

5.4 Basis, Lineare Abhängigkeit

5.4 Basis, Lineare Abhängigkeit die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 2. Juli 2018 1/1 Wir geben einige wesentliche Sätze über bestimmte Integrale an, deren Beweise man in den Standardlehrbüchern der Analysis findet.

Mehr

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A

Mehr

Grundkurs Höhere Mathematik I (für naturwissenschaftliche. Studiengänge) Beispiele

Grundkurs Höhere Mathematik I (für naturwissenschaftliche. Studiengänge) Beispiele Grundkurs Höhere Mathematik I (für naturwissenschaftliche Studiengänge) Beispiele Prof. Dr. Udo Hebisch Diese Beispielsammlung ergänzt das Vorlesungsskript und wird ständig erweitert. 1 DETERMINANTEN 1

Mehr

Das inhomogene System. A x = b

Das inhomogene System. A x = b Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist

Mehr

Kapitel 19 Partialbruchzerlegung

Kapitel 19 Partialbruchzerlegung Kapitel 19 Partialbruchzerlegung Mathematischer Vorkurs TU Dortmund Seite 1 / 15 Zur Erinnerung wiederholen wir Definition 4.5 [part] Es sei n N 0 und a 0, a 1,..., a n R mit a n 0. Dann heißt die Funktion

Mehr

4.1 Stammfunktionen: das unbestimmte Integral

4.1 Stammfunktionen: das unbestimmte Integral Kapitel 4 Integration 4. Stammfunktionen: das unbestimmte Integral Die Integration ist die Umkehrung der Differentiation: zu einer gegebenen Funktion f(x) sucht man eine Funktion F (x), deren Ableitung

Mehr

Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS

Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS WS 0/0 Blatt 7. Bestimmen Sie eine Stammfunktion von sinx 4 und für alle n N π π sin nxdx. Lösung. Die Rekursionsformel lautet sinx n

Mehr

Hörsaalübung 3, Analysis II

Hörsaalübung 3, Analysis II Fachbereich Mathematik der Universität Hamburg Dr. H. P. Kiani Hörsaalübung 3, Analysis II SoSe 2016, 02/03. Mai Integration II: Partielle Integration Partialbruchzerlegung (PBZ) Die ins Netz gestellten

Mehr

5 Lineare Gleichungssysteme und Determinanten

5 Lineare Gleichungssysteme und Determinanten 5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von

Mehr

Partielle Integration

Partielle Integration Partielle Integration 1 Motivation Eine der wichtigsten Methoden der Integralrechnung ist die partielle Integration. Mit ihr lassen sich Funktionen integrieren, die ein Produkt zweier Funktionen sind.

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

Lösungshinweise zur Klausur

Lösungshinweise zur Klausur Höhere Mathematik 1 und 4..14 Lösungshinweise zur Klausur für Studierende der Fachrichtungen el, kyb,mecha,phys Aufgabe 1 Entscheiden Sie, welche der folgenden Aussagen richtig und welche falsch sind.

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

a 11x 1 + a 12x a 1nx n = d 1 a 21x 1 + a 22x a 2nx n = d 2.. =

a 11x 1 + a 12x a 1nx n = d 1 a 21x 1 + a 22x a 2nx n = d 2.. = 5 Lineare Algebra 5 Einführung Die lineare Algebra ist für die Wirtschaftswissenschaften von zentraler Bedeutung Einerseits liefert sie die theoretischen und praktischen Grundlagen für das Lösen linearer

Mehr

Kapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24

Kapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Kapitel 4 Determinante Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Was ist eine Determinante? Wir wollen messen, ob n Vektoren im R n linear abhängig sind bzw. wie weit sie davon entfernt

Mehr

Kapitel 7. Integralrechnung für Funktionen einer Variablen

Kapitel 7. Integralrechnung für Funktionen einer Variablen Kpitel 7. Integrlrechnung für Funktionen einer Vriblen In diesem Kpitel sei stets D R, und I R ein Intervll. 7. Ds unbestimmte Integrl (Stmmfunktion) Es sei f : I R eine Funktion. Eine differenzierbre

Mehr

Mathematik Rechenfertigkeiten

Mathematik Rechenfertigkeiten Mathematik Rechenfertigkeiten Lösungen zu den Übungen Freitag Dominik Tasnady, Mathematik Institut, Universität Zürich Winterthurerstrasse 9, 857 Zürich Erstellt von Dr. Irmgard Bühler 9.August Integration,

Mehr

Übungsaufgaben zu den mathematischen Grundlagen von KM

Übungsaufgaben zu den mathematischen Grundlagen von KM TUM, Institut für Informatik WS 2003/2004 Prof Dr Thomas Huckle Andreas Krahnke, MSc Dipl-Inf Markus Pögl Übungsaufgaben zu den mathematischen Grundlagen von KM 1 Bestimmen Sie die Darstellung von 1 4

Mehr

Klausur Mathematik I

Klausur Mathematik I Technische Universität Dresden 10. Februar 2016 Institut für Numerische Mathematik Prof. Dr. G. Matthies, Dr. G. Scheithauer Klausur Mathematik I für Studierende der Fakultät Maschinenwesen Name: Matrikelnummer:

Mehr

Übungen zum Ferienkurs Analysis II

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,

Mehr

Klausur zur Mathematik für Maschinentechniker

Klausur zur Mathematik für Maschinentechniker SS 04. 09. 004 Klausur zur Mathematik für Maschinentechniker Apl. Prof. Dr. G. Herbort Aufgabe. Es sei f die folgende Funktion f(x) = 4x 4x 9x 6 x (i) Was ist der Definitionsbereich von f? Woistf differenzierbar,

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

Vortragsübung am 25. April 2014

Vortragsübung am 25. April 2014 Seite von 6 Termin: 5. April 04 Vortragsübung am 5. April 04.. Berechnen Sie den Grenzwert lim n ( n + + n + + + ), n indem Sie ihn als Riemann-Summe eines Integrals auffassen... Bestimmen Sie folgende

Mehr

HTWD, FB Informatik/Mathematik. Mathematik für Bauingenieure. Wiederholungsaufgaben: Mathematik I

HTWD, FB Informatik/Mathematik. Mathematik für Bauingenieure. Wiederholungsaufgaben: Mathematik I HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Mathematik I Wiederholung Mathematik für Bauingenieure Wiederholungsaufgaben: Mathematik I Aufgabe : Für die Aussagenverbindung T = (A B) ( A) gebe man

Mehr

4x 1 + 2x 2 + 3x 3 = 1, x 2 + ax 3 = 1, ax 2 + x 3 = a 1. 0 a 1 1 Wir führen nun den Gauÿalgorithmus durch:

4x 1 + 2x 2 + 3x 3 = 1, x 2 + ax 3 = 1, ax 2 + x 3 = a 1. 0 a 1 1 Wir führen nun den Gauÿalgorithmus durch: Aufgabe 8 Punkte Bestimmen Sie die Lösungsmenge in R in Abhängigkeit von a R des folgenden linearen Gleichungssystems: 4x + x + 3x 3 =, x + ax 3 =, ax + x 3 =. Lösung. Wir schreiben das lineare Gleichungssystem

Mehr

Integral- und Differentialrechnungen für USW Lösungen der Beispiele des 9. Übungsblatts

Integral- und Differentialrechnungen für USW Lösungen der Beispiele des 9. Übungsblatts Integral- und Differentialrechnungen für USW Lösungen der Beispiele des 9. Übungsblatts. Bestimmtes Integral durch Grenzwert: (a) Das bestimmte Integral ist gegeben durch den Grenzwert der Riemannschen

Mehr

5.2 Rechnen mit Matrizen

5.2 Rechnen mit Matrizen 52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 97 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

Mehr

Wir stellen uns das Ziel, wesentliche Information über. Determinanten haben auch eine geometrische Bedeutung: Volumenbestimmung eines Parallelepipeds

Wir stellen uns das Ziel, wesentliche Information über. Determinanten haben auch eine geometrische Bedeutung: Volumenbestimmung eines Parallelepipeds 39 Determinanten 391 Motivation Wir stellen uns das Ziel, wesentliche Information über die Invertierbarkeit einer n n-matrix das Lösungsverhalten zugehöriger linearer Gleichungssysteme möglichst kompakt

Mehr

Wirtschaftsmathematik Formelsammlung

Wirtschaftsmathematik Formelsammlung Wirtschaftsmathematik Formelsammlung Binomische Formeln Stand März 2019 (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) (a b) = a 2 b 2 Fakultät (Faktorielle) n! = 1 2 3 4 (n 1) n Intervalle

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

Mehr

Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1

Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1 Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1 1. (a) Lösen Sie das lineare Gleichungssystem für die Werte a = 1, b = 2. x + 3y + 2z = 0 2x + ay + 3z = 1 3x + 4y + z = b (b) Für welche Werte von

Mehr

Integration. Kapitel Stammfunktionen

Integration. Kapitel Stammfunktionen Kapitel 5 Integration 5. Stammfunktionen Definition: Eine auf dem Intervall I differenzierbare Funktion F ist eine Stammfunktion der Funktion f : I R, wenn F (x) = f(x) für alle x I. Fakt : Sind F und

Mehr

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema: Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag

Mehr

Lösungen zu Mathematik I/II

Lösungen zu Mathematik I/II Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx

Mehr

Integralrechnung. Petra Grell, WS 2004/05

Integralrechnung. Petra Grell, WS 2004/05 Integralrechnung Petra Grell, WS 2004/05 1 Einführung Bei den Rechenoperationen, die wir im Laufe der Zeit kennengelernt haben, kann man feststellen, dass es immer eine Umkehrung gibt: + : log a aˆ So

Mehr

2 Rechentechniken. 2.1 Potenzen und Wurzeln. Übersicht

2 Rechentechniken. 2.1 Potenzen und Wurzeln. Übersicht 2 Rechentechniken Übersicht 2.1 Potenzen und Wurzeln.............................................. 7 2.2 Lösen linearer Gleichungssysteme..................................... 8 2.3 Polynome.........................................................

Mehr

a 1 a 1 A = a n . det = λ det a i

a 1 a 1 A = a n . det = λ det a i 49 Determinanten Für gegebene Vektoren a 1,,a n K n, betrachte die Matrix deren Zeilenvektoren a 1,,a n sind, also A = Ab sofort benutzen wir diese bequeme Schreibweise Definition Sei M : K n K }{{ n K

Mehr

4. Übungsblatt zur Mathematik II für Inf, WInf

4. Übungsblatt zur Mathematik II für Inf, WInf Fachbereich Mathematik Prof Dr Streicher Dr Sergiy Nesenenko Pavol Safarik SS 010 11 15 Mai 4 Übungsblatt zur Mathematik II für Inf, WInf Gruppenübung Aufgabe G13 (Basistransformation) ( ) 15 05 Die lineare

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 1. Dezember 21 1 Integralrechnung Flächeninhalt Stammfunktion Rechenregeln 2 Dichten von Erwartungswert und Varianz

Mehr

5.2 Rechnen mit Matrizen

5.2 Rechnen mit Matrizen 52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 95 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

Mehr

Basistext Determinanten

Basistext Determinanten Basistext Determinanten Definition In der Linearen Algebra ist die Determinante eine Funktion die einer quadratischen Matrix eine Zahl zuordnet. Die Funktion wird mit det abgekürzt. Die runden Matrixklammern

Mehr

Kapitel 5. Differenzialrechnung für Funktionen einer Variablen

Kapitel 5. Differenzialrechnung für Funktionen einer Variablen Kapitel 5. Differenzialrechnung für Funktionen einer Variablen Ist f eine ökonomische Funktion, so ist oft wichtig zu wissen, wie sich die Funktion bei kleinen Änderungen verhält. Beschreibt etwa f einen

Mehr

Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12

Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12 Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3

Mehr

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform:

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform: 1. Aufgabe (9 Punkte) In dieser Aufgabe müssen Sie Ihre Antwort nicht begründen. Es zählt nur das Ergebnis. Tragen Sie nur das Ergebnis auf diesem Blatt im jeweiligen Feld ein. 0 1 3 a) Berechnen Sie die

Mehr

Mathematik I Herbstsemester 2018 Kapitel 5: Integralrechnung

Mathematik I Herbstsemester 2018 Kapitel 5: Integralrechnung Mathematik I Herbstsemester 208 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas / 70 5. Integralrechnung Grundbegriffe Das bestimmte Integral als Flächeninhalt Der Fundamentalsatz Partielle

Mehr

Klausur Mathematik I

Klausur Mathematik I Klausur Mathematik I (E-Techniker/Mechatroniker/Informatiker/W-Ingenieure). September 7 (Hans-Georg Rück) Aufgabe (6 Punkte): a) Berechnen Sie alle komplexen Zahlen z mit der Eigenschaft Re(z) = und (z

Mehr

Kleine Mathezusammenfassung

Kleine Mathezusammenfassung Kleine Mathezusammenfassung Cornelius Poth. Januar 008 Dieses Dokument habe ich zum einen erstellt um ein wenig L A TEXzu lernen bzw. zu üben und natürlich auch um mich mit Mathe auseinander zu setzten.

Mehr

Kapitel 9: Lineare Gleichungssysteme

Kapitel 9: Lineare Gleichungssysteme Kapitel 9: Lineare Gleichungssysteme Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 9: Lineare Gleichungssysteme 1 / 15 Gliederung 1 Grundbegriffe

Mehr

2 a 6. a 4 a Wir führen nun den Gauÿalgorithmus durch: 2 a a 2 4a 2 4a a a 2 2a 0 2 a

2 a 6. a 4 a Wir führen nun den Gauÿalgorithmus durch: 2 a a 2 4a 2 4a a a 2 2a 0 2 a Aufgabe 8 Punkte). Bestimmen Sie die Lösungsmenge in R in Abhängigkeit von a R) des folgenden linearen Gleichungssystem: x + ax + 6x = 4, ax + 4x + ax =, x + 4x =. Lösung. Wir schreiben das lineare Gleichungssystem

Mehr

Lösungen zu Mathematik I/II

Lösungen zu Mathematik I/II Dr. A. Caspar ETH Zürich, Januar D BIOL, D CHAB Lösungen zu Mathematik I/II. ( Punkte) a) Wir benutzen L Hôpital lim x ln(x) L Hôpital x 3 = lim 3x + x L Hôpital = lim x ln(x) x 3x 3 = lim ln(x) x 3 x

Mehr

Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten

Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

Mathematik I HM I A. SoSe Variante A

Mathematik I HM I A. SoSe Variante A Prof. Dr. E. Triesch Mathematik I SoSe 08 Variante A Hinweise zur Bearbeitung: Benutzen Sie zur Beantwortung aller Aufgaben ausschließlich das in der Klausur ausgeteilte Papier! Es werden nur die Antworten

Mehr

5 Differenzialrechnung für Funktionen einer Variablen

5 Differenzialrechnung für Funktionen einer Variablen 5 Differenzialrechnung für Funktionen einer Variablen Ist f eine ökonomische Funktion, so ist oft wichtig zu wissen, wie sich die Funktion bei kleinen Änderungen verhält. Beschreibt etwa f einen Wachstumsprozess,

Mehr

6.2 Rechnen mit Matrizen

6.2 Rechnen mit Matrizen 62 Rechnen mit Matrizen 62 Rechnen mit Matrizen 103 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

Mehr

Ferienkurs Mathematik für Physiker I Blatt 3 ( )

Ferienkurs Mathematik für Physiker I Blatt 3 ( ) Ferienkurs Mathematik für Physiker I WS 6/7 Ferienkurs Mathematik für Physiker I Blatt 3 (9.3.7) Aufgabe : Matrizenrechung 3 (a) Ermitteln Sie für die Matrix A = 3 4 den Ausdruck A + A + A + 6 A3. 3 4

Mehr

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.

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

Mehr

1 elementare Integration mit Vereinfachung

1 elementare Integration mit Vereinfachung Um einen Ausdruck integrieren zu können, bedarf es ein wenig Scharfblick, um die richtige Methode wählen zu können. Diese werden (in der Schule) grob in die vier unten beschriebenen Methoden unterteilt.

Mehr

Differential- und Integralrechnung

Differential- und Integralrechnung Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik

Mehr

$Id: integral.tex,v /05/05 14:57:29 hk Exp hk $ ln(1 + t) 2 = ln 2 ln 3 + ln 2 = ln

$Id: integral.tex,v /05/05 14:57:29 hk Exp hk $ ln(1 + t) 2 = ln 2 ln 3 + ln 2 = ln $Id: integral.tex,v.5 2009/05/05 4:57:29 hk Exp hk $ 2 Integralrechnung 2.3 Die Integrationsregeln Wir wollen noch eine letzte kleine Anmerkung zur Substitutionsregel machen. Der letzte Schritt bei der

Mehr

Apl. Prof. Dr. N. Knarr Musterlösung , 120min

Apl. Prof. Dr. N. Knarr Musterlösung , 120min Apl. Prof. Dr. N. Knarr Musterlösung 4.3.25, 2min Aufgabe ( Punkte) Es sei S := {(x, y, z) R 3 z = x 2 + y 2, z 2}. (a) (6 Punkte) Berechnen Sie den Flächeninhalt von S. (b) (4 Punkte) Berechnen Sie die

Mehr

Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: a 11 a 12 a a 1n a 21 a 22. det. a nn.

Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: a 11 a 12 a a 1n a 21 a 22. det. a nn. Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: Definition 1.2 (Leibniz-Formel) Die Determinante einer n n-matrix ist a 11 a 12 a 13... a 1n a 11 a 12 a 13... a 1n a 21

Mehr

Analysis für Informatiker und Statistiker Nachklausur

Analysis für Informatiker und Statistiker Nachklausur Prof. Dr. Peter Otte Wintersemester 213/14 Tom Bachmann, Sebastian Gottwald 14.3.214 Analysis für Informatiker und Statistiker Nachklausur Lösungsvorschlag Name:.......................................................

Mehr

Matrizen, Determinanten, lineare Gleichungssysteme

Matrizen, Determinanten, lineare Gleichungssysteme Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n

Mehr

Mathematischer Vorkurs Lösungen zum Übungsblatt 3

Mathematischer Vorkurs Lösungen zum Übungsblatt 3 Mathematischer Vorkurs Lösungen zum Übungsblatt 3 Prof. Dr. Norbert Pietralla/Sommersemester c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe : Berechnen Sie die bestimmten Integrale: π/ 3 cos(x)

Mehr

Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.2 Determinanten

Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.2 Determinanten Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.2 Determinanten Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 44 8. Lineare Algebra: 2. Determinanten Ein einführendes

Mehr

Serie 13: Online Test

Serie 13: Online Test D-ERDW, D-HEST, D-USYS Mathematik I HS 13 Dr. Ana Cannas Serie 13: Online Test Einsendeschluss: 31. Januar 214 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 13. Übung: Woche vom (Lin.Alg.

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 13. Übung: Woche vom (Lin.Alg. Übungsaufgaben 13. Übung: Woche vom 23. 1.-27. 1. 2017 (Lin.Alg. II): Heft Ü 3: 1.1.3; 1.1.7 (a,b); 1.1.8; 1.1.11; 3.4.3 (b); 1.3.3 (c); 1.2.3 (b,d); Hinweis 1: 3. Test (Integration, analyt. Geom.) ist

Mehr

Lineare Algebra. 12. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching

Lineare Algebra. 12. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching Lineare Algebra 12. Übungsstunde Steven Battilana stevenb student.ethz.ch battilana.uk/teaching December 14, 2017 1 Erinnerung: Determinanten, Orthogonale/unitäre Matrizen Sei A R 2 2, dann kann die Inverse

Mehr

Lineare DGL. Bei linearen Problemen liegt eine typische Lösungsstruktur vor. Betrachten wir hierzu die Gleichung 2x+y = 3

Lineare DGL. Bei linearen Problemen liegt eine typische Lösungsstruktur vor. Betrachten wir hierzu die Gleichung 2x+y = 3 Lineare DGL Bei linearen Problemen liegt eine typische Lösungsstruktur vor. Betrachten wir hierzu die Gleichung 2x+y = 3 Die zugehörige homogene Gleichung ist dann 2x+y = 0 Alle Lösungen (allgemeine Lösung)

Mehr

SBP Mathe Grundkurs 2 # 0 by Clifford Wolf. SBP Mathe Grundkurs 2

SBP Mathe Grundkurs 2 # 0 by Clifford Wolf. SBP Mathe Grundkurs 2 SBP Mathe Grundkurs 2 # 0 by Clifford Wolf SBP Mathe Grundkurs 2 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das

Mehr

Integrieren und Differenzieren

Integrieren und Differenzieren Integrieren und Differenzieren Beispiele und Übungen Dieses Hand-Out ist fad. Es enthält nur eine Liste an Beispielen und eine Liste an Übungen. Meine Empfehlung ist: Lies dir die Beispiele durch, mache

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

Die Funktion f (x) = e ix

Die Funktion f (x) = e ix Die Funktion f (x) = e ix Wir wissen e ix = 1, liegt also auf dem Einheitskreis. Mit wachsendem x läuft e ix immer wieder um den Einheitskreis herum. Die Laufrichtung ist gegen den Uhrzeigersinn (mathematisch

Mehr

Apl. Prof. Dr. N. Knarr Musterlösung , 120min. cos(x), y(0) = 1.

Apl. Prof. Dr. N. Knarr Musterlösung , 120min. cos(x), y(0) = 1. Apl. Prof. Dr. N. Knarr Musterlösung.9.6, min Aufgabe ( Punkte) Lösen Sie das folgende Anfangswertproblem: y = e y cos(x), y() =. Sei y : I R die maximale Lösung des gegebenen Anfangswertproblems (diese

Mehr

= 3 e e x 1 + 2x 2. + x 2. = x. x 1 = 5 x 2 = 2

= 3 e e x 1 + 2x 2. + x 2. = x. x 1 = 5 x 2 = 2 Lösungsvorschläge zu Blatt 7: ) x ( ) 3 3 e + e ( ) ( ) ( )! x x + x + x x + x x x Wir haben hier also zwei verschiedene Darstellungen für einen Vektor, da zwei verschiedene Basen verwendet werden. b b

Mehr

Übung 13. Die Lösungen a) Wir schreiben den Tangens als das Verhältnis von Sinus und Cosinus. tan(x)dx =

Übung 13. Die Lösungen a) Wir schreiben den Tangens als das Verhältnis von Sinus und Cosinus. tan(x)dx = Übung 3 Aufgabe 48) Integrieren Sie die folgenden Funktionen a) tan(x)dx b) e x cos(x)dx c) +ax dx Die Lösungen a) Wir schreiben den Tangens als das Verhältnis von Sinus und Cosinus. tan(x)dx = sin(x)

Mehr

Apl. Prof. Dr. N. Knarr Musterlösung , 120min

Apl. Prof. Dr. N. Knarr Musterlösung , 120min Apl. Prof. Dr. N. Knarr Musterlösung 3.9.5, min Aufgabe (8 Punkte) Gegeben ist der Körper K : {(x, y, z) R 3 x + 4y, z 3}. Berechnen Sie der Ausfluss von g : R 3 R 3 durch den Rand K mit g(x, y, z) (x

Mehr

$Id: integral.tex,v /05/05 13:36:42 hk Exp $

$Id: integral.tex,v /05/05 13:36:42 hk Exp $ $Id: integral.tex,v.5 07/05/05 3:36:4 hk Exp $ Integralrechnung.4 Integration rationaler Funktionen In diesem Abschnitt wollen wir die Integration rationaler Funktionen diskutieren. Es wird sich herausstellen

Mehr

3 Matrizenrechnung. 3. November

3 Matrizenrechnung. 3. November 3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige

Mehr

Prof. Steinwart Höhere Mathematik I/II Musterlösung A =

Prof. Steinwart Höhere Mathematik I/II Musterlösung A = Prof. Steinwart Höhere Mathematik I/II Musterlösung 9.8.6 Aufgabe Punkte a Berechnen Sie die Eigenwerte der folgenden Matrix: A 3 b Es sei 4 A. 8 5 Bestimmen Sie P, P M, und eine Diagonalmatrix D M, so,

Mehr

FK03 Mathematik I: Übungsblatt 9 Lösungen

FK03 Mathematik I: Übungsblatt 9 Lösungen FK03 Mathematik I: Übungsblatt 9 Lösungen Verständnisfragen. Welche zwei Beispiele sind in der Vorlesung für die Anwendung von transzendenten Funktionen behandelt worden? Schnittpunktsbestimmung zwischen

Mehr

Höhere Mathematik II. Variante A

Höhere Mathematik II. Variante A Lehrstuhl II für Mathematik Prof Dr E Triesch Höhere Mathematik II SoSe 5 Variante A Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA4-Blätter (Vorder- und Rückseite

Mehr

Apl. Prof. Dr. N. Knarr Höhere Mathematik III Musterlösung , 120min

Apl. Prof. Dr. N. Knarr Höhere Mathematik III Musterlösung , 120min Aufgabe (9 Punkte) Es sei die Fläche S R 3 gegeben durch S : { } (x, y, z) R 3 : 4z x + y 4, z. (a) ( Punkte) Geben Sie eine Parametrisierung für S an. (b) (4 Punkte) Berechnen Sie den Flächeninhalt von

Mehr

Analysis I. 14. Übungsstunde. Steven Battilana. battilana.uk/teaching

Analysis I. 14. Übungsstunde. Steven Battilana. battilana.uk/teaching Analysis I 4. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching June 6, 207 Erinnerung Die Reihe a k konvergiert falls, lim S n = lim n n n a k =: a k existiert. Satz (Majoranten/Minorantenkriterium)

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14.5.218 (Teil 2) 9. Mai 218 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 218 Steven Köhler 9. Mai 218 3 c 218

Mehr

Lineare Gleichungssystem

Lineare Gleichungssystem Lineare Gleichungssystem 8. Juli 07 Inhaltsverzeichnis Einleitung Der Gauß-Algorithmus 4 3 Lösbarkeit von Gleichungssystemen 6 Einleitung Wir haben uns bisher hauptsächlich mit dem Finden von Nullstellen

Mehr

Aufgabe V1. Ermitteln Sie, ob folgende Grenzwerte existieren und berechnen Sie diese gegebenenfalls. n 2n n 3 b) lim. n n 7 c) lim 1 1 ) 3n.

Aufgabe V1. Ermitteln Sie, ob folgende Grenzwerte existieren und berechnen Sie diese gegebenenfalls. n 2n n 3 b) lim. n n 7 c) lim 1 1 ) 3n. Blatt 1 V 1 Grenzwerte von Folgen Aufgabe V1 Ermitteln Sie, ob folgende Grenzwerte existieren und berechnen Sie diese gegebenenfalls. n 2 ( n! a) lim n 2n n 3 b) lim n n 7 c) lim 1 1 ) 3n n n Marco Boßle

Mehr

Staatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I

Staatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I Staatsexamen Herbst 17 Differential- und Integralrechnung, Thema I 1. a) Die Aussage ist wahr! Sei s R der Reihenwert der Reihe k=1 Da a n = s n s n 1 für n, ist also b) Die Aussage ist falsch! a k, also

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Lösung - Serie 25. D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger

Lösung - Serie 25. D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger Lösung - Serie 25 1. Wie lautet die charakteristische Gleichung der Differentialgleichung y + 2y + y = 0? (a) λ 3 + 2λ + 1 = 0 (b) λ 3 + 2λ = 0 (c)

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

g(x) := (x 2 + 2x + 4) sin(x) für z 1 := 1 + 3i und z 2 := 1 + i. Geben Sie das Ergebnis jeweils

g(x) := (x 2 + 2x + 4) sin(x) für z 1 := 1 + 3i und z 2 := 1 + i. Geben Sie das Ergebnis jeweils . Aufgabe Punkte a Berechnen Sie den Grenzwert n + n + 3n. b Leiten Sie die folgenden Funktionen ab. Dabei ist a R eine Konstante. fx : lnx e a, gx : x + x + 4 sinx c Berechnen Sie z z und z z in der Form

Mehr

Prof. Steinwart Höhere Mathematik I/II Musterlösung A =

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

Mehr

2.5 Smith-Normalform für Matrizen über Euklidischen Ringen

2.5 Smith-Normalform für Matrizen über Euklidischen Ringen 2.5. SMITH-NORMALFORM FÜR MATRIZEN ÜBER EUKLIDISCHEN RINGEN73 2.5 Smith-Normalform für Matrizen über Euklidischen Ringen Bemerkung 2.74. Sei K ein Körper und A K n m, b K n 1. Das lineare Gleichungssystem

Mehr

Höhere Mathematik I: Klausur Prof Dr. Irene Bouw

Höhere Mathematik I: Klausur Prof Dr. Irene Bouw Höhere Mathematik I: Klausur Prof Dr. Irene Bouw Es gibt 5 Punkte pro Teilaufgabe, also insgesamt 85 Punkte. Die Klausureinsicht findet am Montag, den 5..8 ab : Uhr im H3 statt. Aufgabe. (a) Lösen Sie

Mehr

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1) 34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)

Mehr