5 Eigenwerte und die Jordansche Normalform

Größe: px
Ab Seite anzeigen:

Download "5 Eigenwerte und die Jordansche Normalform"

Transkript

1 Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n Matrix im Normalfall n verschiedene komplexe Eigenwerte hat und über den komplexen Zahlen diagonalisierbar ist. Leider kommen einen durchaus auch Matrizen unter, die nicht zu diesem Normalfall gehören und auch nicht diagonalisierbar sind. Für solche Matrizen kann man trotzdem noch eine Basis finden, bezüglich derer die transformierte Matrix fast in Diagonalform ist, es tritt nur eine zusätzliche Nebendiagonale mit Nullen und Einsen auf. Definition 5.6: Das n n Jordankästchen zum Eigenwert λ C ist die n n Matrix J := λ λ λ λ, wobei die leeren Einträge wie immer für Nullen stehen. Eine Matrix A ist in Jordan Normalform, wenn sie die Gestalt A = J... J r mit Jordankästchen J,..., J r hat. Beispiele für Matrizen in Jordan Normalform sind 5 5 und 3. 6-

2 Mathematik für Physiker II, SS Mittwoch 8.6 Im ersten Beispiel haben wir zwei Jordankästchen 5 5 ein 3 3 Kästchen zum Eigenwert und ein Kästchen zum Eigenwert. Im zweiten Beispiel haben wir sogar vier einzelne Jordan Kästchen A = zwei Kästchen zum Eigenwert, dann ein Kästchen wieder zum Eigenwert und schließlich ein Kästchen zum Eigenwert 3. Beachte das in der Diagonale jedes einzelnen Kästchens immer derselbe Eigenwert stehen muss, zum Beispiel ist die Matrix 3 nicht in Jordan Normalform. Über den komplexen Zahlen läßt sich jede Matrix auf Jordansche Normalform transformieren, im reellen Fall müssen wir verlangen das sämtliche Eigenwerte reell sind. Satz 5.7 (Existenz der Jordanschen Normalform) Seien K {R, C}, n N mit n und A eine n n-matrix deren charakteristisches Polynom über K in Linearfaktoren zerfällt. Dann gibt es eine invertierbare n n Matrix S über K so, dass die transformierte Matrix S AS in Jordan Normalform ist. Den recht komplizierten Beweis dieses Satzes wollen wir hier nicht vorführen. Woran wir interessiert sind ist die praktische Durchführung der Transformation auf Jordan Normalform. Wir denken uns also wir hätten eine n n Matrix A vorgegeben, und wir suchen eine Basis u,..., u n des C n bezüglich derer die Matrix A in Jordanscher Normalform ist. Gleichwertig hierzu ist es eine invertierbare n n Matrix A zu suchen 6-3

3 Mathematik für Physiker II, SS Mittwoch 8.6 so, dass die transformierte Matrix S AS in Jordanscher Normalform ist. Dies ist genau dasselbe rechnerische Problem, die Spalten einer solchen Matrix S bilden die gesuchte Basis des C n und umgekehrt. Den reellen Fall muss man nicht gesondert behandeln, ist A eine reelle Matrix die keine nicht reellen Eigenwerte in C hat, so wird unser Verfahren auch eine reelle Basis des R n beziehungsweise eine reelle Transformationsmatrix S liefern. Wir werden eine Folge immer komplizierter werdender Beispiele durchrechnen, und das Rechenverfahren so nach und nach kennenlernen, ehe wir es dann einmal formal beschreiben. Wir beginnen mit dem Beispiel der folgenden Matrix ( ) 5 8 A :=. 3 Die Jordan Normalform von A besteht entweder aus einem Kästchen oder aus zwei Kästchen, und in beiden Fällen sind die auftretenden komplexen Zahlen auf den Diagonalen der Jordankästchen gerade die Eigenwerte von A. Um diese zu berechnen, bestimmen wir erst einmal das charakteristische Polynom von A χ A (x) = x 5 8 x + 3 = (x 5)(x + 3) + 6 = x x + = (x ). Wir haben also nur einen einzigen Eigenwert λ =. Da A keine Streckung ist, muss die gesuchte Jordan Normalform damit ein Jordankästchen zum Eigenwert sein. Nennen wir die gesuchte Basis des C jetzt u, u, so muss die Matrix der linearen Abbildung A bezüglich der Basis u, u gerade das Kästchen ( ) B := sein d.h. die Bedingungen an u und u sind Au = u und Au = u +u. Insbesondere soll u einfach ein Eigenvektor von A zum Eigenwert λ = sein, und diese können wir durch Lösen des homogenen linearen Gleichungssystems (A )x = berechnen. Wie wir gleich sehen werden, ist es nützlich das Gaußsche Eliminationsverfahren gleich mit einer unbestimmten, allgemeinen rechten Seite durchzuführen. Wegen ( ) 4 8 N := A =, 4 haben wir die Rechnung 4 8 y 4 8 y 4 y y + y, ( ) x und die Lösung der Eigenvektorgleichung N = berechnet sich durch y 4x + 8y = = x = y. 6-3

4 Mathematik für Physiker II, SS Mittwoch 8.6 Als Eigenvektor verwenden wir die Lösung mit y =, also ( ) 4 u :=. Wie kommen wir jetzt an den zweiten Basisvektor u? Wir haben die Bedingung Au = u + u, und diese schreiben wir zu Nu = (A )u = Au u = u um, d.h. der zweite Basisvektor u ergibt sich als Lösung des linearen Gleichungssystems Nu = u. Die linke Seite dieses Gleichungssystems ist wieder die Matrix N = A, die auch schon bei der Berechnung von u aufgetreten ist. Da wir dieses Gleichungssystem schon mit allgemeiner rechter Seite (y, y ) umgeformt haben, müssen wir nur noch y = 4 und y = einsetzen, und erhalten N ( x y )! = ( 4 ) = ( y y und setzen wir etwa y = ein, so ergibt sich eine Lösung ( ) 3 u :=. ) = 4x+8y = y = 4 = x = ( 4 8y) = y, 4 Zum Abschluß wollen wir nun noch verifizieren, dass unsere Rechnung tatsächlich ein korrektes Ergebnis geliefert hat. Wir haben ( ) ( ) ( ) Au = = = u 3, ( ) ( ) ( ) ( ) ( ) Au = = = + = u u, d.h. bezüglich der Basis u, u ist A tatsächlich das Jordankästchen B. Die Transformationsmatrix S von der Basis u, u zur kanonischen Basis e, e ist jetzt die Matrix ( ) 4 3 S = mit der Inversen S = ( ) 3. 4 Es muss jetzt S AS = B gelten, und tatsächlich ist S AS = ( ) ( ) ( ) = ( ) ( ) 4 3 = 4 ( ) = B. Nachdem wir im Beispiel einer Matrix die Jordansche Normalform noch aus dem Stand heraus berechnet haben, ist es für die Behandlung größerer Matrizen hilfreich, sich vorher einen ersten Rechenplan zu überlegen. Zu diesem Zweck halten wir zunächst 6-4

5 Mathematik für Physiker II, SS Mittwoch 8.6 einige Kleinigkeiten über Matrizen in Jordanscher Normalform fest. Ist J ein n n Jordankästchen zum Eigenwert λ C, so ist x λ χ J (x) = x λ x λ x λ = (x λ) n d.h. λ ist der einzige Eigenwert von J und λ hat die algebraische Vielfachheit n. Der Eigenraum zum Eigenwert λ ist dagegen E λ (J) = e der vom ersten kanonischen Basisvektor erzeugte Teilraum, und insbesondere hat λ die geometrische Vielfachheit. Ist A eine allgemeine Matrix in Jordan Normalform A = J... J r mit Jordankästchen J,..., J r, so sei J i für i r das n i n i Jordankästchen zum Eigenwert λ i C, und dann ist χ A (x) = (x λ ) n... (x λ r ) nr, und ist λ {λ,..., λ r } einer der Eigenwerte von A, so hat λ die algebraische Vielfachheit a λ = und die geometrische Vielfachheit i r λ i =λ n i d λ = { i r : λ i = λ}. Die ersten Rechenschritte zur Bestimmung der Jordanschen Normalform einer Matrix A sind damit:. Bestimme die komplexen Eigenwerte λ,..., λ r von A. Dies sind dann genau die in den verschiedenen Jordankästchen zu A auftretenden Eigenwerte.. Für jeden Eigenwert λ von A ist die Gesamtgröße aller Jordankästchen zum Eigenwert λ gleich der algebraischen Vielfachheit des Eigenwerts λ von A. 3. Ist λ ein Eigenwert von A, so ist die Anzahl der Jordankästchen zum Eigenwert λ gleich der geometrischen Vielfachheit des Eigenwerts λ von A. 6-5

6 Mathematik für Physiker II, SS Mittwoch 8.6 Wir wollen jetzt das Beispiel der 3 3 Matrix 3 A := 4 behandeln. Zuerst brauchen wir dann die Eigenwerte von A und ihre algebraischen Vielfachheiten, wir rechnen also das charakteristische Polynom von A aus x 3 χ A (x) = x = (x ) x x 4 x 4 3 x 4 = (x ) (x 4) + 3(x ) = (x x + )(x 4) + 3x 4 = x 3 6x + x 8. Hier ist x = eine Nullstelle. Die Ableitung ist 3x x + und x = ist auch eine Nullstelle der Ableitung. Die zweite Ableitung wird 6x erneut mit der Nullstelle x =, d.h. der Eigenwert λ = hat die algebraische Vielfachheit 3. Damit gilt χ A (x) = (x ) 3 und die Jordansche Normalform von A wird nur Jordankästchen zum Eigenwert haben. Um ihre Anzahl zu bestimmen berechnen wir den Eigenraum E (A) und damit insbesondere die geometrische Vielfachheit des Eigenwerts. Hierzu müssen wir das homogene lineare Gleichungssystem N x = mit der Koeffizientenmatrix N := A = 3 lösen. Wie im Beispiel lösen wir das lineare Gleichungssystem gleich mit allgemeiner rechter Seite, also Nx = y, dies wird sich als nützlich erweisen. Wir führen wieder das Gaußsche Eliminationsverfahren durch 3 y y y 3 3 y y y + y 3 3 y y y + y + y 3. Für unsere Eigenvektoren haben wir damit die Gleichung y = z, x = y 3z = z, d.h. die geometrische Vielfachheit von λ = ist d =, und der Eigenraum E (A) wird erzeugt vom Eigenvektor u :=. Insbesondere besteht die Jordansche Normalform zu A nur aus einem einzelnen 3 3 Kästchen mit Eigenwert. Als den ersten Vektor der zugehörigen Basis können wir 6-6

7 Mathematik für Physiker II, SS Mittwoch 8.6 unseren Eigenvektor u verwenden, aber wie finden wir die anderen beiden Basisvektoren? Dass die transformierte Matrix zu A bezüglich der gesuchten Basis u, u, u 3 ein 3 3 Jordankästchen mit Eigenwert ist, bedeutet das die Matrix der linearen Abbildung f(x) = A x bezüglich der Basis u, u, u 3 gleich B = ist. Die Spalten der Matrix B sind die Koeffizienten der Bilder f(u i ) = Au i (i =,, 3) geschrieben als Linearkombinationen in u, u, u 3, d.h. wir haben die folgenden drei Bedingungen an die gesuchte Basis u, u, u 3 : Au = u, Au = u + u und Au 3 = u 3 + u. Die Bedingung Au = u besagt einfach das u ein Eigenvektor zum Eigenwert λ = sein soll. Die Bedingung für u schreiben wir noch etwas um Au = u + u Au u = u (A )u = u Nu = u, und dies ist einfach ein lineares Gleichungssystem für u dessen rechte Seite der schon berechnete Eigenvektor u ist. Die Koeffizientenmatrix ist die Matrix N, also genau dieselbe die schon bei der Berechnung des Eigenraums E (A) auftrat. Aus diesem Grund haben wir die Gauß Elimination oben mit einer unbestimmten rechten Seite durchgeführt, wir können jetzt einfach die Komponenten von u für die Unbekannten y, y, y 3 einsetzen. Für unser lineares Gleichungssystem Nu = N x y z =! u = müssen wir oben y =, y = und y 3 = einsetzen. Die Gleichungen werden zu mit den Lösungen 3, y = + z und x = ( y + 3z) = + y 3z = z, und wir verwenden die Lösung mit z =, also u =. 6-7

8 Mathematik für Physiker II, SS Mittwoch 8.6 Für den dritten Basisvektor u 3 können wir die Bedingung Au 3 = u 3 + u völlig analog zu Nu 3 = u umschreiben, und da wir u schon berechnet haben können wir in der obigen Stufenform y =, y = und y 3 = einsetzen, und erhalten y = + z, x = ( y + 3z) = y 3z = 4z. Wählen wir wieder die Lösung mit z =, so haben wir u 3 =. Damit sind wir eigentlich fertig, aber vorsichtshalber wollen wir das Ergebnis noch einmal überprüfen, also nachrechnen das bezüglich der Basis u, u, u 3 tatsächlich ein Jordankästchen vorliegt. Au = Au = Au 3 = = = = 4 = u, = = = u + u, = u 3 + u. Die Rechnung hat also wirklich funktioniert, bezüglich der Basis u, u, u 3 ist A in Jordan Normalform. Testen wir auch noch einmal die Transformationsmatrix, d.h. die Matrix deren Spalten unsere drei Basisvektoren sind S = mit der Inversen S = Die transformierte Matrix ist dann wie erwartet 3 S AS = 4 = = Die gesuchte Basis ist bei weitem nicht eindeutig, es gibt normalerweise sehr viele Basen bezüglich derer die Matrix A auf Jordan Normalform transformiert wird. Dementsprechend tauchen in der Rechnung sehr viele lineare Gleichungssysteme mit nicht eindeutigen Lösungen auf, und in diesen Situationen können wir uns immer völlig willkürlich 6-8.

9 Mathematik für Physiker II, SS Mittwoch 8.6 irgendeine Lösung herausgreifen. Im eben gerechneten Beispiel ist die Rechnung im wesentlichen wie in unseren vorigen Beispiel abgelaufen. Im allgemeinen Fall treten aber noch einige zusätzliche Probleme auf, die in diesen beiden Beispielen noch nicht vorgekommen sind. Ein einfaches Beispiel hierfür ist die 3 3 Matrix A = 3 Zunächst läuft alles wie im vorigen Beispiel ab χ A (x) = und 3. = (x ) x x 3 = (x )((x )(x 3) + ) N = A = und das Eliminationsverfahren wird zu = (x )(x 4x + 4) = (x ) 3, y y y 3 y y + y y 3 + y Der Eigenraum zum Eigenwert ist diesmal also zweidimensional und ist gegeben durch die Gleichung y = z. Die geometrische Vielfachheit ist hier also d = und als eine Basis des Eigenraums erhalten wir die beiden Vektoren v :=, v := Diesmal gibt es also zwei Jordankästchen, und da die Gesamtgröße 3 ist, muss es sich um ein und ein Kästchen handeln. Wir suchen also eine Basis u, u, u 3 so, dass die Matrix A sich zu B = transformiert, d.h.. Au = u, Au = u + u Nu = u und Au 3 = u 3. Die Vektoren u und u 3 sollen also im Eigenraum E (A) liegen, d.h. wir haben u, u 3 v, v, aber wir können keine beliebigen Eigenvektoren für u, u verwenden. Wir 6-9

10 Mathematik für Physiker II, SS Mittwoch 8.6 müssen dafür sorgen, dass die Gleichung Nu = u lösbar bleibt. Machen wir für u den Ansatz t u = t v + t v = t, t mit t, t C, so ist die rechte Seite der Gleichung Nu = u gegeben durch y = t, y = y 3 = t, und setzen wir dies in die oben hergeleitete allgemeine Stufenform ein, so erhalten wir eine Bedingung t + t =. Dies lösen wir mit t = und t =, d.h. es wird u = v v = und für u 3 haben wir weitgehend freie Wahl, wir müssen nur irgendeinen von u linear unabhängigen Eigenvektor nehmen, etwa u 3 := v =. Den letzten Basisvektor u erhalten wir als Lösung von N x y z =! u = In unserer obigen Stufenform haben wir also y =, y = y 3 = und die Gleichung wird zu,. y z = y = + z. Wir wählen die Lösung mit x = z =, also u := 6-.

11 Mathematik für Physiker II, SS Mittwoch 8.6 Damit haben wir die gesuchte Basis u, u, u 3 gefunden. Machen wir noch ein letztes Mal den Test Au = Au = Au 3 = = = = 4 = u, = = u 3. + = u + u, Die Matrix bezüglich der Basis u, u, u 3 ist also wirklich B =. Die nächstkompliziertere Situation tritt bei 3 3 Matrizen schon nicht mehr auf, und wir betrachten als ein Beispiel die folgende 4 4 Matrix A := Zum charakteristischen Polynom haben wir inzwischen genug Beispiele gerechnet, und daher wollen wir hier einfach das Ergebnis χ A (x) = (x ) 4 notieren. Wir müssen also wieder die Matrix N := A =

12 Mathematik für Physiker II, SS Mittwoch 8.6 betrachten, und führen die Gauß Elimination durch 8 8 y y 4 y y y 5 5 y y 3 4 y 3 + y 3 y 4 + y 8 8 y 5 5 y y 3 4 y 3 + y 3 y 4 + y 8 8 y 5 5 y y y y y y 4 5 y y 8 8 y 5 y y 5y 3 + y + 4y 5y 4 y + 3y Für den Eigenraum haben wir die Gleichungen y = (5u v) = 3 u+v und x = (8y +u 8v) = ( u v) = u v, d.h. der Eigenraum, hat die Basis v = 3, v = Die geometrische Vielfachheit des Eigenwerts ist also d = und wir haben zwei Jordankästchen. Im Gegensatz zum vorigen Beispiel wissen wir aber noch nicht wie groß diese Jordankästchen sind, es handelt sich entweder um zwei Kästchen oder um ein 3 3 und ein Kästchen. Wir müssen also eines der beiden Ziele Au = u, Au = u + u, Au 3 = u 3, Au 4 = u 4 + u 3 oder. Au = u, Au = u + u, Au 3 = u 3 + u, Au 4 = u 4 ansteuern. Es stellt sich heraus, dass wir einfach so weiter rechnen können wie im vorigen Beispiel, welcher der beiden Fälle hier vorliegt wird sich ganz automatisch ergeben. Wir betrachten also einen allgemeinen Eigenvektor u := y y y 3 y 4 := t v + t v = 6- t t t 3t t t

13 Mathematik für Physiker II, SS Mittwoch 8.6 mit t, t C, und fragen wann Nx = u lösbar ist. In unser oben hergeleiteten Stufenform 8 8 y 5 y y 5y 3 + y + 4y 5y 4 y + 3y müssen also die rechten Seiten der beiden unteren, nur aus Nullen bestehenden, Zeilen ebenfalls gleich Null sein. Wegen 5y 3 + y + 4y = t + 4t 6t 4t 4t =, 5y 4 y + 3y = 5t t + 3t 3t 3t = ist dies unabhängig von t und t immer der Fall, die Gleichung Nx = u ist also für überhaupt jeden Eigenvektor u lösbar. Der Teilraum aller u E (A) für die Nx = u lösbar ist, hat damit die Dimension, und hieraus folgt das unsere Jordan Normalform aus zwei Kästchen besteht, wie wir gleich sehen werden. Die gesuchte Basis u, u, u 3, u 4 erhalten wir, indem wir als u, u 3 irgendeine Basis des Eigenraums nehmen und u, u 4 durch Lösen der linearen Gleichungssysteme Nu = u und Nu 4 = u 3 festlegen. Wir können einfach u := v = 3, u 3 := v = verwenden. Der Vektor u ergibt sich als Lösung von Nu = u, wir haben also = y = ( 5 + 5u v) = 3u + v, x = ( + 8y + u 8v) = 3 u v und verwenden die Lösung mit u = v =, also u =. Der Vektor u 4 ergibt sich ebenso durch Lösen von Nu 4 = u = y = (5 + 5u v) = 3u + v, x = ( + 8y + u 8v) = 5 u v und verwenden wir wieder u = v =, so wird u 4 =

14 Mathematik für Physiker II, SS Mittwoch 8.6 Bezüglich der Basis u, u, u 3, u 4 ist A jetzt in der Jordan Normalform B =. Auf den Test wollen wir diesmal verzichten. Damit haben wir alle Phänomene, die überhaupt auftreten können, bereits gesehen, und werden als nächstes den allgemeinen Algorithmus zum Auffinden der Transformation auf Jordan Normalform beschreiben. Dabei werden keine neuen Rechenschritte auftreten, wir müssen nur alles zusammenfassen, was wir in den Beispielen bereits gesehen haben. Gegeben: Eine komplexe n n Matrix A (die Einträge von A dürfen natürlich auch alle reell sein). Gesucht: Eine Basis u,..., u n des C n bezüglich derer A in Jordan Normalform ist, beziehungsweise äquivalent eine invertierbare, komplexe n n Matrix S so, dass S AS in Jordan Normalform ist. Die Spalten solch einer Matrix sind gerade die Basis u,..., u n und ungekehrt. Ist A reell und hat nur reelle Eigenwerte, so wird das Verfahren eine Basis des R n und entsprechend eine reelle Transformationsmatrix S liefern. Verfahren: Wir führen die folgenden Rechenschritte durch: () Berechne die verschiedenen komplexen Eigenwerte λ,..., λ t von A und ihre algebraischen Vielfachheiten a,..., a t. Dies kann man beispielsweise durch Berechnung des charakteristischen Polynoms mit anschließender Nullstellensuche tun. () Gehe der Reihe nach die Eigenwerte λ = λ i (i =,..., t) durch, und führe für jeden von diesen die folgenden Schritte (3.) bis (3.3) durch. Dabei wird der i-te Eigenwert λ i stets a i viele Vektoren zur Basis beitragen. (3.) Bilde die Matrix N = A λ, und führe auf ihr das Gaußsche Eliminationsverfahren mit unbestimmter rechter Seite (y,..., y n ) durch. (3.) Verwende die nicht verschwindenden r oberen Zeilen der in Schritt (3.) erhaltenen Stufenform um die allgemeine Lösung der Gleichung Nx = y zu berechnen. Die unteren Zeilen bei denen alle Matrixeinträge Null sind und wir nur eine rechte Seite haben werden dabei ignoriert. (3.3) Verwende das Ergebnis von (3.) um eine Basis v,..., v di des Eigenraums E λ (A) zu berechnen, dieser ist ja der Lösungsraum des homogenen linearen Gleichungssystems Nx =. Die Zahl d i ist dabei die geometrische Vielfachheit des Eigenwerts λ = λ i. (3.4) Ist die in (3.3) berechnete geometrische Vielfachheit d i von λ gleich der algebraischen Vielfachheit a i, so nehme die Vektoren v,..., v di als Ergebnis von Schritt (3). 6-4

15 Mathematik für Physiker II, SS Mittwoch 8.6 (3.5) Andernfalls bilde den Vektor u := t v + + t di v di und bezeichne seine Einträge als y,..., y n. Setze diese Werte in die rechten Seiten der unteren n r Zeilen der in (3.) erhaltenen Stufenform ein. Dies gibt ein homogenes lineares Gleichungssystem mit n r Gleichungen für die d i Unbekannten t,..., t di. (3.6) Löse das Gleichungssystem aus (3.5). Ist dann T,..., T s eine Basis des Lösungsraums, so bilde für jedes T j = (t,..., t n ) den zugehörigen Vektor u j = t v + +t di v di. Weiter wähle unter den v,..., v di genau l := d i s Vektoren aus, so dass keine von Null verschiedene Linearkombination der ausgewählten Vektoren eine Lösung des Gleichungssystem aus (3.5) ist. Dies ist immer möglich. (3.7) Die in (3.6) gewählten Vektoren sind dann genau die Basiselemente die den Jordankästchen zum Eigenwert λ entsprechen. Die restlichen s Jordankästchen zu λ haben alle eine Größe mindestens. Für jedes j s benutze jetzt das Ergebnis von (3.) um einen Vektor v j mit Nv j = u j zu berechnen. (3.8) Haben wir jetzt genug Vektoren beisammen, ist also s + l = a i, so füge die Vektoren v, u,..., v s, u s zu den in (3.6) gewählten Vektoren hinzu, und diese alle sind dann das Ergebnis von Schritt (3). (3.9) Andernfalls bilde wie in (3.5) den Vektor u := t v + + t s v s und bezeichne seine Einträge als y,..., y n. Einsetzen in die unteren n r rechten Seiten in (3.) gibt ein homogenes lineares Gleichungssystem mit n r Gleichungen für die s Unbekannten t,..., t s. (3.) Löse das Gleichungssystem aus (3.9) und berechne eine Basis T,..., T s seines Lösungsraums. Für jedes T j = (t,..., t s ) bilde den Vektor u j = t v + + t s v s. Weiter wähle unter den Vektoren v,..., v s genau l := s s Vektoren aus so, dass keine von Null verschiedene Linearkombination der ausgewählten Vektoren eine Lösung des Gleichungssystems aus (3.9) ist. (3.) Für jeden der in (3.) gewählten l Vektoren v k füge v k und Nv k zu den bisher in (3.7) zusammengestellten Basisvektoren hinzu. Diese entsprechen dann den l Jordankästchen der Größe. Die restlichen s Jordankästchen zu λ haben alle eine Größe mindestens 3. Für jedes j s benutze jetzt das Ergebnis von (3.) um einen Vektor v 3j mit Nv 3j = u j zu berechnen. (3.) Haben wir jetzt genug Vektoren beisammen, ist also 3s + l + l = a i, so füge die Vektoren v 3, u, Nu,..., v 3s, u s, Nu s zu den bisher gewählten Basisvektoren hinzu, und dies ist das Ergebnis von Schritt (3). 6-5

16 Mathematik für Physiker II, SS Mittwoch 8.6 (3.3) Andernfalls wiederhole die Schritte (3.9) bis (3.) entsprechend bis wir a i Vektoren beisammen haben. Die in (3.) und (3.) hinzuzufügenden Ketten werden dabei bei jedem Schritt um eins länger, da wir ja die Basiselemente zu immer größeren Jordankästchen zusammenstellen. Die Abbruchbedingung in (3.) hat auf Stufe q die Form qs q + (q )l q + + l + l = a i. (4) Fasse alle in Schritt (3) für i =,..., t gefundenen Vektoren zu einer Basis zusammen, und ordne diese noch nach Eigenwerten und Größe der jeweiligen Jordankästchen. 6-6

Musterlösungen zur Linearen Algebra II Blatt 5

Musterlösungen zur Linearen Algebra II Blatt 5 Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Ingenieure II, SS 9 Freitag 6 $Id: jordantex,v 7 9/6/ :8:5 hk Exp $ 5 Eigenwerte und die Jordansche Normalform 5 Die Jordansche Normalform Nachdem wir bisher das Vorgehen zur Berechnung

Mehr

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als

Mehr

Eigenwerte und Eigenvektoren von Matrizen

Eigenwerte und Eigenvektoren von Matrizen Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

Kapitel 15. Lösung linearer Gleichungssysteme

Kapitel 15. Lösung linearer Gleichungssysteme Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

LU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.

LU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen. Zusätze zum Gelben Rechenbuch LU-Zerlegung Peter Furlan Verlag Martina Furlan Inhaltsverzeichnis Definitionen 2 (Allgemeine) LU-Zerlegung 2 3 Vereinfachte LU-Zerlegung 3 4 Lösung eines linearen Gleichungssystems

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume

Mehr

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. 13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)

Mehr

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term

Mehr

Informationsblatt Induktionsbeweis

Informationsblatt Induktionsbeweis Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen zum 3. Aufgabenblatt SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder

Mehr

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung. Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

DIFFERENTIALGLEICHUNGEN

DIFFERENTIALGLEICHUNGEN DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung

Mehr

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

Mehr

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:

Mehr

Umgekehrte Kurvendiskussion

Umgekehrte Kurvendiskussion Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen

Mehr

Lineare Gleichungssysteme I (Matrixgleichungen)

Lineare Gleichungssysteme I (Matrixgleichungen) Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst

Mehr

Grundlagen der Theoretischen Informatik, SoSe 2008

Grundlagen der Theoretischen Informatik, SoSe 2008 1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)

Mehr

Lösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)

Lösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.) Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen

Mehr

Erstellen von x-y-diagrammen in OpenOffice.calc

Erstellen von x-y-diagrammen in OpenOffice.calc Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei

Mehr

1 topologisches Sortieren

1 topologisches Sortieren Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung

Mehr

Hans Walser, [20090509a] Wurzeln aus Matrizen

Hans Walser, [20090509a] Wurzeln aus Matrizen Hans Walser, [0090509a] Wurzeln aus Matrizen 1 Worum es geht Zu einer gegebenen,-matri A suchen wir,-matrizen B mit der Eigenschaft: BB = B = A. Wir suchen also Quadratwurzeln der Matri A. Quadrieren Wenn

Mehr

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

Mehr

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 ) Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

Mathematischer Vorbereitungskurs für Ökonomen

Mathematischer Vorbereitungskurs für Ökonomen Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen

Mehr

Kochen mit Jordan. Vorbereitungen. Schnellzubereitung. JNF für Genießer wenn s noch etwas mehr sein darf

Kochen mit Jordan. Vorbereitungen. Schnellzubereitung. JNF für Genießer wenn s noch etwas mehr sein darf Kochen mit Jordan Vorbereitungen Man nehme eine Matrix A R n n und bestimme ihr charakteristisches Polynom p(λ) = (λ c ) r (λ c j ) rj C[X] Dabei gilt: algebraische Vielfachheit r j ˆ= Länge des Jordanblocks

Mehr

Professionelle Seminare im Bereich MS-Office

Professionelle Seminare im Bereich MS-Office Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und

Mehr

Die reellen Lösungen der kubischen Gleichung

Die reellen Lösungen der kubischen Gleichung Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................

Mehr

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt

Mehr

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

8. Quadratische Reste. Reziprozitätsgesetz

8. Quadratische Reste. Reziprozitätsgesetz O Forster: Prizahlen 8 Quadratische Reste Rezirozitätsgesetz 81 Definition Sei eine natürliche Zahl 2 Eine ganze Zahl a heißt uadratischer Rest odulo (Abkürzung QR, falls die Kongruenz x 2 a od eine Lösung

Mehr

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort: Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung

Mehr

Skript und Aufgabensammlung Terme und Gleichungen Mathefritz Verlag Jörg Christmann Nur zum Privaten Gebrauch! Alle Rechte vorbehalten!

Skript und Aufgabensammlung Terme und Gleichungen Mathefritz Verlag Jörg Christmann Nur zum Privaten Gebrauch! Alle Rechte vorbehalten! Mathefritz 5 Terme und Gleichungen Meine Mathe-Seite im Internet kostenlose Matheaufgaben, Skripte, Mathebücher Lernspiele, Lerntipps, Quiz und noch viel mehr http:// www.mathefritz.de Seite 1 Copyright

Mehr

Access [basics] Rechnen in Berichten. Beispieldatenbank. Datensatzweise berechnen. Berechnung im Textfeld. Reporting in Berichten Rechnen in Berichten

Access [basics] Rechnen in Berichten. Beispieldatenbank. Datensatzweise berechnen. Berechnung im Textfeld. Reporting in Berichten Rechnen in Berichten Berichte bieten die gleichen Möglichkeit zur Berechnung von Werten wie Formulare und noch einige mehr. Im Gegensatz zu Formularen bieten Berichte die Möglichkeit, eine laufende Summe zu bilden oder Berechnungen

Mehr

1.9 Eigenwerte und Eigenvektoren

1.9 Eigenwerte und Eigenvektoren .9. EIGENWERTE UND EIGENVEKTOREN 0.9 Eigenwerte und Eigenvektoren Alles in diesem Abschnitt bezieht sich auf quadratische reelle oder komplexe n n-matrizen. Statt E n (n n-einheitsmatrix) wird kurz E geschrieben..

Mehr

Gleichungen und Ungleichungen

Gleichungen und Ungleichungen Gleichungen Ungleichungen. Lineare Gleichungen Sei die Gleichung ax = b gegeben, wobei x die Unbekannte ist a, b reelle Zahlen sind. Diese Gleichung hat als Lösung die einzige reelle Zahl x = b, falls

Mehr

Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr.

Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr. Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr. Kurzweil Florian Franzmann André Diehl Kompiliert am 10. April 2006 um 18:33

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Tipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".

Tipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten bedingten Wahrscheinlichkeit. Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden

Mehr

Lineare Differentialgleichungen erster Ordnung erkennen

Lineare Differentialgleichungen erster Ordnung erkennen Lineare Differentialgleichungen erster Ordnung In diesem Kapitel... Erkennen, wie Differentialgleichungen erster Ordnung aussehen en für Differentialgleichungen erster Ordnung und ohne -Terme finden Die

Mehr

Erstellen einer Collage. Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu])

Erstellen einer Collage. Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu]) 3.7 Erstellen einer Collage Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu]) Dann Größe des Dokuments festlegen beispielsweise A4 (weitere

Mehr

Universität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW

Universität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW Universität Bonn, Institut für Angewandte Mathematik Dr. Antje Kiesel WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW 08.03.2013 Matrikelnummer Platz Name Vorname 1 2 3 4 5 6

Mehr

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.

Mehr

Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3

Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3 Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen

Mehr

Repetitionsaufgaben Wurzelgleichungen

Repetitionsaufgaben Wurzelgleichungen Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen

Mehr

6.2 Scan-Konvertierung (Scan Conversion)

6.2 Scan-Konvertierung (Scan Conversion) 6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster

Mehr

Betragsgleichungen und die Methode der Fallunterscheidungen

Betragsgleichungen und die Methode der Fallunterscheidungen mathe online Skripten http://www.mathe-online.at/skripten/ Betragsgleichungen und die Methode der Fallunterscheidungen Franz Embacher Fakultät für Mathematik der Universität Wien E-mail: franz.embacher@univie.ac.at

Mehr

2 Die Darstellung linearer Abbildungen durch Matrizen

2 Die Darstellung linearer Abbildungen durch Matrizen 2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )

Mehr

Theoretische Grundlagen der Informatik WS 09/10

Theoretische Grundlagen der Informatik WS 09/10 Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3

Mehr

Abschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1

Abschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1 B 1.0 B 1.1 L: Wir wissen von, dass sie den Scheitel hat und durch den Punkt läuft. Was nichts bringt, ist beide Punkte in die allgemeine Parabelgleichung einzusetzen und das Gleichungssystem zu lösen,

Mehr

Fallbeispiel: Eintragen einer Behandlung

Fallbeispiel: Eintragen einer Behandlung Fallbeispiel: Eintragen einer Behandlung Im ersten Beispiel gelernt, wie man einen Patienten aus der Datenbank aussucht oder falls er noch nicht in der Datenbank ist neu anlegt. Im dritten Beispiel haben

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

Vorkurs Mathematik Übungen zu Polynomgleichungen

Vorkurs Mathematik Übungen zu Polynomgleichungen Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.

Mehr

Kevin Caldwell. 18.April 2012

Kevin Caldwell. 18.April 2012 im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig

Mehr

Zeichen bei Zahlen entschlüsseln

Zeichen bei Zahlen entschlüsseln Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren

Mehr

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :

Mehr

Anleitung über den Umgang mit Schildern

Anleitung über den Umgang mit Schildern Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder

Mehr

Wir machen neue Politik für Baden-Württemberg

Wir machen neue Politik für Baden-Württemberg Wir machen neue Politik für Baden-Württemberg Am 27. März 2011 haben die Menschen in Baden-Württemberg gewählt. Sie wollten eine andere Politik als vorher. Die Menschen haben die GRÜNEN und die SPD in

Mehr

Aufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ).

Aufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ). Aufgabe Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(3A E n ). Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A 3E n ). Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Bild(A

Mehr

Lernerfolge sichern - Ein wichtiger Beitrag zu mehr Motivation

Lernerfolge sichern - Ein wichtiger Beitrag zu mehr Motivation Lernerfolge sichern - Ein wichtiger Beitrag zu mehr Motivation Einführung Mit welchen Erwartungen gehen Jugendliche eigentlich in ihre Ausbildung? Wir haben zu dieser Frage einmal die Meinungen von Auszubildenden

Mehr

Frohe Weihnachten und ein gutes neues Jahr!

Frohe Weihnachten und ein gutes neues Jahr! Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

Das sogenannte Beamen ist auch in EEP möglich ohne das Zusatzprogramm Beamer. Zwar etwas umständlicher aber es funktioniert

Das sogenannte Beamen ist auch in EEP möglich ohne das Zusatzprogramm Beamer. Zwar etwas umständlicher aber es funktioniert Beamen in EEP Das sogenannte Beamen ist auch in EEP möglich ohne das Zusatzprogramm Beamer. Zwar etwas umständlicher aber es funktioniert Zuerst musst du dir 2 Programme besorgen und zwar: Albert, das

Mehr

Beweisbar sichere Verschlüsselung

Beweisbar sichere Verschlüsselung Beweisbar sichere Verschlüsselung ITS-Wahlpflichtvorlesung Dr. Bodo Möller Ruhr-Universität Bochum Horst-Görtz-Institut für IT-Sicherheit Lehrstuhl für Kommunikationssicherheit bmoeller@crypto.rub.de 6

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

Kreativ visualisieren

Kreativ visualisieren Kreativ visualisieren Haben Sie schon einmal etwas von sogenannten»sich selbst erfüllenden Prophezeiungen«gehört? Damit ist gemeint, dass ein Ereignis mit hoher Wahrscheinlichkeit eintritt, wenn wir uns

Mehr

Approximation durch Taylorpolynome

Approximation durch Taylorpolynome TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni

Mehr

Wie Sie mit Mastern arbeiten

Wie Sie mit Mastern arbeiten Wie Sie mit Mastern arbeiten Was ist ein Master? Einer der großen Vorteile von EDV besteht darin, dass Ihnen der Rechner Arbeit abnimmt. Diesen Vorteil sollten sie nutzen, wo immer es geht. In PowerPoint

Mehr

V 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,

V 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775, Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen

Mehr

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Erinnerung/Zusammenfassung zu Abbildungsmatrizen Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend

Mehr

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2013/14 Isomorphie Zwei Graphen (V 1, E 1 ) und (V

Mehr

Das Mathematik-Abitur im Saarland

Das Mathematik-Abitur im Saarland Informationen zum Abitur Das Mathematik-Abitur im Saarland Sie können Mathematik im Abitur entweder als grundlegenden Kurs (G-Kurs) oder als erhöhten Kurs (E-Kurs) wählen. Die Bearbeitungszeit für die

Mehr

Vorkurs Mathematik Übungen zu Differentialgleichungen

Vorkurs Mathematik Übungen zu Differentialgleichungen Vorkurs Mathematik Übungen zu Differentialgleichungen Als bekannt setzen wir die folgenden Umformungen voraus: e ln(f(x)) = f(x) e f(x)+c = e f(x) e c e ln(f(x)) +c = f(x) e c = f(x) c f ( g(x) ) g (x)

Mehr

Was meinen die Leute eigentlich mit: Grexit?

Was meinen die Leute eigentlich mit: Grexit? Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?

Mehr

OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland

OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben

Mehr

Microsoft Excel 2010 Mehrfachoperation

Microsoft Excel 2010 Mehrfachoperation Hochschulrechenzentrum Justus-Liebig-Universität Gießen Microsoft Excel 2010 Mehrfachoperation Mehrfachoperationen in Excel 2010 Seite 1 von 6 Inhaltsverzeichnis Einleitung... 2 Mehrfachoperation mit

Mehr

Konzepte der Informatik

Konzepte der Informatik Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens

Mehr

!(0) + o 1("). Es ist damit möglich, dass mehrere Familien geschlossener Orbits gleichzeitig abzweigen.

!(0) + o 1(). Es ist damit möglich, dass mehrere Familien geschlossener Orbits gleichzeitig abzweigen. Bifurkationen an geschlossenen Orbits 5.4 167 der Schnittabbldung konstruiert. Die Periode T (") der zugehörigen periodischen Lösungen ergibt sich aus =! + o 1 (") beziehungsweise Es ist also t 0 = T (")

Mehr

Internet online Update (Mozilla Firefox)

Internet online Update (Mozilla Firefox) Um Ihr Consoir Beta immer schnell und umkompliziert auf den aktuellsten Stand zu bringen, bieten wir allen Kunden ein Internet Update an. Öffnen Sie Ihren Mozilla Firefox und gehen auf unsere Internetseite:

Mehr

4 Vorlesung: 21.11. 2005 Matrix und Determinante

4 Vorlesung: 21.11. 2005 Matrix und Determinante 4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer

Mehr

Inhalt. 1 Einleitung AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER

Inhalt. 1 Einleitung AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER AUTOMATISCHE DATENSICHERUNG AUF EINEN CLOUDSPEICHER Inhalt 1 Einleitung... 1 2 Einrichtung der Aufgabe für die automatische Sicherung... 2 2.1 Die Aufgabenplanung... 2 2.2 Der erste Testlauf... 9 3 Problembehebung...

Mehr

Simplex-Umformung für Dummies

Simplex-Umformung für Dummies Simplex-Umformung für Dummies Enthält die Zielfunktion einen negativen Koeffizienten? NEIN Optimale Lösung bereits gefunden JA Finde die Optimale Lösung mit dem Simplex-Verfahren! Wähle die Spalte mit

Mehr