3. Lineare Algebra (Teil 2)

Größe: px
Ab Seite anzeigen:

Download "3. Lineare Algebra (Teil 2)"

Transkript

1 Mathematk I und II für Ingeneure (FB 8) Verson / Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw n nteresseren werden Defnton : Mt n bezechnen wr de Menge aller geeordneten n-tupel (x,x,,x n ) mt x,,,,n In der Mengenschrebwese: n {(x,x,,x n ): x,,,,n } Nun gbt es verschedene Möglchketketen ene Gerade g m n durch ene mathematsche Glechung zu beschreben Betrachten wr zunächst de Punkt-Rchtungs-Glechung und Zwe-Punkte-Glechung ener Geraden, de man auch bede als Parameterdarstellung bezechnet We man sch lecht vorstellen kann, st ene Gerade g m Raum bestmmt entweder durch enen sog Anheftungsvektor a und enen Rchtungsvektor c oder zwe Punkte (Vektoren) a und b (s Abb ) Abb Punkt-Rchtungs-Form und Zwe-Punkte-Form ener Geraden g We wr der Abb entnehmen können, st de Zwe-Punkte-Form ener Geraden g auf de Punkt-Rchtungs-Form zurückzuführen, wobe für den Anheftungsvektor c glt: c b - a -

2 Mathematk I und II für Ingeneure (FB 8) Verson / Defnton : En Punkt x legt genau dann auf der Geraden g mt dem Anheftungsvektor a und dem Rchtungsvektor c, wenn es ene Zahl t gbt, so dass de Punkt- Rchtungs-Glechung () x a t c, t erfüllt st Bemerkung : De n () auftretenden Varable t nennt man enen Parameter; zu jedem Parameter t t 0 gehört genau en Punkt x 0 auf der Geraden g mt a t c x 0 0 Umgekehrt gehört natürlch zu jedem Punkt x 0 auf der Geraden g en Parameter t 0, so dass de obge Glechung erfüllt st Defnton : En Punkt x legt genau dann auf der Geraden g durch de Punkte a und b, wenn es ene Zahl t gbt, so dass de Zwe-Punkte-Glechung () x a t (b a) erfüllt st Da (,x ) x x,,x n, a (a,a,,a n ), b (b,b,,b n ) und c (c,c,,c n ) erhalten wr jewels de n Glechungen () x a tc, t (,,,n) Punkt-Rchtungs-Glechung (4) x a t(b a ), t (,,,n) Zwe-Punkte-Glechung Bemerkung : Jede der Formeln () - (4) nennt man ene Parameterdarstellung von g Bespel : De Gerade g mt dem Anheftungsvektor a (,0,-) und dem Rchtungsvektor c (,,) hat ene Parameterdarstellung (Punkt-Rchtungs-Form): -

3 Mathematk I und II für Ingeneure (FB 8) Verson / In Komponenten lautet se: ( x,x,x ) (, 0, ) t(, ) x, t, x t, x t, x t Zu den Parameterwerten t, t -, t 5 gehören de Geradenpunkte x (,,), x (0,, ) und x (6,5,9) Demnach bestzt g ebenfalls de Parameterdarstellung (Zwe-Punkte-Form): In Komponenten: ( x,x,x) (,, ) t[ ( 6, 5, 9) (,, )] (,, ) t( 4, 4, 8) x, t x 4t, x 4t, x 8t -

4 Mathematk I und II für Ingeneure (FB 8) Verson / De Koordnatenglechungen ener Geraden m IR Lösen wr jede der Glechungen aus (4) für n nach t auf, so erhalten wr: x b a a t, b a Durch Glechsetzen der Ausdrücke für,, erhalten wr ene parameterfree Darstellung ener Geraden m IR : Koordnatenglechungen der Geraden g durch de Punkte a und b x a x a x a (), falls a b (,,) b a b a b a x a x a (), x a, falls b a, a b (,) b a b a, analog m Fall b a,b a,b a bzw b a,b a,b a x a () x a, x a,, falls b a,b a,b a, b a analog m Fall b a,b a,b a bzw b a,b a,b a Bemerkung : Analoge Koordnatenglechungen können auch für de Raumdmensonen n bzw n > aufgestellt werden Aus der parameterfreen Zwe-Punkte-Form für g fndet man über t x b a a mt enem Index für den b a glt, zur Parameterform () zurück Bespel : () De Gerade x 4 9t, x, x t, t hat de Koordnatenglechungen - 4

5 Mathematk I und II für Ingeneure (FB 8) Verson / x 9 x, 4 x und de geschlossene Parameterdarstelllung x ( 4,, ) t( 9, 0, ) x x () De Gerade, x bestzt de Parameterdarstellung x 5t, x 7t, x 4, also: x (,, 4) t( 5, 7, 0) - 5

6 Mathematk I und II für Ingeneure (FB 8) Verson / De Momentenglechung ener Geraden m IR De Momentenglechung st nsbesondere dann zweckmäßg, wenn g de Wrkungslne der Kraft c st, de bezüglch enes Punktes a das Moment m a c bestzt Da wr das Vektorprodukt m benutzen, glt das folgende nur für de Raumdmenson n Defnton : De Momentenglechung der Geraden g durch a n Rchtung c (s Abb ) lautet: () x c m mt m a c Abb Gerade g durch a längs c mt Lotvektor s Satz : Der Vektor ( c ( a c) ) ( c m) s st der Lotvektor vom Ursprung des Ko- c c ordnatensystems auf de Gerade g und demnach st c x ( c m) tc ene Parameterdarstellung der durch de Momentenglechung () dargestellten Gerade g Bespel : De Gerade g se gegeben durch de Momentenglechung ( x,x,x ) (,, ) (, ), - 6

7 Mathematk I und II für Ingeneure (FB 8) Verson / Dann st s 4 4 ((,, ) (,, )) ( 5, 4, ) der Lotvektor vom Ursprung O des Koordnatensystems auf de Gerade g Demnach lautet de Parameterdarstellung von g: 5 x,, t (,, ) - 7

8 Mathematk I und II für Ingeneure (FB 8) Verson / Abstand Punkt-Gerade Wr defneren zunächst allgemen den Abstand enes Punktes u n zu ener Geraden g bevor für den Fall n ene enfache Formel mt Hlfe des Vektor-produktes angegeben wrd Defnton 4: Se g : x a tv n ene Gerade und u n, so st für jeden Punkt x der Geraden g der Abstand d(u, x ) x - u erklärt, und wr defneren: d(u,g) : mn { d(u, x ) x g } Bemerkung 4: Mt dem Satz des Pythagoras zegt man, dass der senkrechte Abstand, dh das Lot von u auf de Gerade g, der kürzeste st En Lotvektor s steht dann senkrecht auf der Geraden g, wenn der Wnkel η zwschen dem Rchtungsvektor v und dem Lotvektor s 90 beträgt; dh wenn glt cos( η ) 0 Wegen v s v s cosη muss also für den Lotvektor und den Anheftungsvektor gelten: v s 0 We fnden wr nun den Lotvektor s? Dazu betrachten wr enen belebgen Vektor w, der von der Geraden g zum Punkt u zegt (s Abb 4) Deser Vektor läßt sch darstellen als w u (a tv) Um den Lotvektor zu konstrueren, müssen wr somt en t s fnden mt t ( u ( a v) ) v 0 s Lösen wr dese Glechung nach t s auf, so erhalten wr: u v a v t s v Der Lotvektor st demnach gegeben durch: Abb 4 Lotvektor - Abstand Punkt-Gerade - 8

9 Mathematk I und II für Ingeneure (FB 8) Verson / ( ) u v a v s u a t v u a v s v Also glt de allgemene Formel: Abstand Punkt u Gerade g : x a tv m n d g (, ) u v a v s u a v v u Bespel 4: Wr berechnen den Abstand des Punktes u (5,-,6) von der Geraden g: x (,,) t(,-,0) d u,g ( ) u v a v u a v v ( 5,,6) (,,) ( 5,,6) ( 9/, 5/,) ( 5,,6) (,,0) (,,) (,,0) (,,0 ) ,746 Satz 4: Se g : x a tv ene Gerade und u, dann glt: ( a - u) v d ( u,g) v Merke! Dese Formel glt nur für den dredmensonalen Raum; also n - 9

10 Mathematk I und II für Ingeneure (FB 8) Verson / Bespel 4: Der Abstand des Punktes u (5,-,6) von der Geraden g: x (,,) t(,-,0) beträgt: d u,g ( ) ((,,) ( 5,,6) ) (,,0) ( 4,, 4) (,,0) 5 8,746 Das gleche Ergebns leferte auch de allgemene Formel n Bespel 4-0

11 Mathematk I und II für Ingeneure (FB 8) Verson / Abstand Gerade-Gerade Betrachten wr zunächst we Geraden m Raum zuenander legen können Dabe müssen wr de Fälle n und n > unterscheden In zwe Raumdmensonen können zwe Geraden entweder parallel zuenander legen oder sch schneden Ist de Raumdmenson größer oder glech dre, dann kommt noch de Möglchket hnzu, dass zwe Geraden weder parallel zuenander legen noch sch schneden Dese möglch Lage zweer Geraden zuenander nennen wr wndschef Es gbt nun ene enfache Möglchket herauszufnden, ob zwe Geraden parallel snd Dazu führen wr de folgenden Begrffe en Defnton 5: () Zwe Vektoren a, b IR n heßen lnear abhängg, wenn es en λ gbt, mt a λb () Zwe Vektoren a, b n heßen lnear unabhängg, wenn es ken solch en λ gbt Anders ausgedrückt heßt das, dass de enzge Möglchket, den Nullvektor als Summe 0 λ a µ b zu schreben, de "trvale" Möglchket mt λ µ 0 st Bemerkung 5: Snd zwe Vektoren a und b lnear abhängg, so legen se parallel zuenander Satz 5: Seen g : x a tv und g : x a tv Geraden m n, dann glt: n : v,v lnear abhängg g und g snd parallel v,v lnear unabhängg g und g schneden sch n > : v,v lnear abhängg g und g snd parallel v,v lnear unabhängg g und g schneden sch oder legen wndschef zuenander Defnton 5: Seen g : x a tv und g : x a tv Geraden m IR n, so st für jeden Punkt x g und jeden Punkt x g der Abstand d( x, x ) x - x erklärt und wr defneren: -

12 Mathematk I und II für Ingeneure (FB 8) Verson / d(g,g ) : mn{d( x, x ) x g, x g } Bemerkung 5: () Wenn sch zwe Geraden schneden, so glt natürlch d(g,g ) 0 () Klar st, dass das Lot von g : x a λv auf g : x a µ v der kürzeste Abstand st Wr müssen also enen Lotvektor (5) (a λ v ) (a µ v ) s fnden, der senkrecht auf beden Geraden steht Das führt zu dem Glechungssystem v 0 v 0 (a a ) v (a a ) v ((a λv ) (a µ v )) ( (a λv ) (a µ v )) µ v v λ v µ v λv v Mt desem Glechungssystem werden λ und µ ermttelt und n der Glechung (5) engesetzt Der Abstand der beden Geraden st dann gegeben durch d(g,g ) s We bem Abstand Punkt-Gerade m erhalten wr auch her ene enfachere Formel, de auf dem Vektorprodukt dredmensonaler Vektoren basert Satz 5: Seen g : x a tv und g : x a tv Geraden m IR, dann st der Abstand deser Geraden gegeben durch () ( g, ) () ( g, ) ( a a ) v d g, falls de Geraden parallel snd v ( a a ) ( v v ) d g v v, falls v v 0 -

13 Mathematk I und II für Ingeneure (FB 8) Verson / Parameterdarstellung ener Ebene Im Folgenden werden wr gewsse Telmengen des n Ebenen nennen Für ene präzse Defnton benötgen wr den Begrff der lnearen Unabhänggket, den wr berets m Kaptel 5 engeführt haben Defnton 6: Ene Telmenge E n heßt Ebene, wenn es Vektoren a, v, v n gbt, v, v lnear unabhängg, so dass jeder Punkt x E dargestellt werden kann als (6) x a λ v µ v, λ, µ De Darstellung E : x a λ v µ v nennt man Parameterdarstellung von E (s Abb 6) Abb 6 De Ebene E Werden de Rchtungsvektoren v, v n durch dre verschedene Punkte bestmmt; dh Glechung a (a,a,a ) b (b,b,b ) und c (c,c,c ) v b a und c a, dann geht de Glechung (6) über n de (6) x a ( b a) µ ( c a) v λ, λ, µ -

14 Mathematk I und II für Ingeneure (FB 8) Verson / Aus den Glechungen (6) und (6) erhalten wr de n Komponentenglechungen ener Ebene E m IR n x,, a λ v µ v,,,,n; λ, µ IR Punkt-Rchtungs-Form ( b a ) µ ( c a ),,,,n; λ, IR x a λ µ Dre-Punkte-Form Bespel 6: De Ebene E 4 mt dem Anheftungsvektor a (,0,0,0) und den Rchtungsvektoren v (0,,,), v (,0,4,) hat ene Parameterdarstellung n der Punkt- Rchtungs-Form: E: x (,0,0,0) λ(0,,,) µ(,0,4,) Klar st, v (0,,,) und v (,0,4,) snd lnear unabhängg, da es z B ken k gbt mt k 0 De zugehörgen Komponentenglechungen lauten: x x x 0 λ µ 0 λ 0 µ 0 λ 4µ x 0 λ µ 4-4

15 Mathematk I und II für Ingeneure (FB 8) Verson / Parameterfree Darstellungen ener Ebene m Wr betrachten zwe lnear unabhängge Rchtungsvektoren v und v ener Ebenen E Das Vektorprodukt deser beden Vektoren st en Vektor, der senkrecht auf beden Rchtungsvektoren und damt senkrecht zur Ebene E steht (sabb 7) "Senkrecht zur Ebene E" bedeutet dabe, dass für jeden Punkt x E glt: Der Vektor ( x a ) steht senkrecht zum Vektorprodukt der beden Rchtungsvektoren; also x a) (v v ) ( 0 Wr haben somt ene parameterfree Darstellungsform ener Ebene m dredmensonalen Raum gefunden Defnton 7: Den Vektor n v v nennt man Normalenvektor von E Abb 7 Normalenvektor der Ebene E Defnton 7: De Normalform ener Ebene E m st gegeben durch: (7) wobe E : x n c, c a n und n der Normalenvektor der Ebene st In der Koordnatendarstellung lautet de Glechung (7): (7) n x nx nx c mt c a n Bemerkung 7: Es gbt auch de Normalform (7) ener Ebene E n mehr als dre Raumdmensonen; se st aber wesentlch schwerer zu ermttlen Man muss enen Vektor n suchen, der senkrecht auf allen Rchtungsvektoren der Ebene E steht Das macht man durch Lösen enes Glechungssystems - 5

16 Mathematk I und II für Ingeneure (FB 8) Verson / Satz 7: Gegeben se ene Punkt u und de Ebene E durch de Normalform E : x n c, c Dann glt für den Lotvektor s von u auf de Ebene E: Insbesondere glt dann für den u n s c n n Abstand des Punktes u von der Ebene E: c u n d ( u,e ) s n De Sachlage wrd noch enfacher, wenn n glt Denn dann st berets d ( u,e) c u n der Abstand von u zu E Defnton 7: De Darstellung ener Ebene E durch de Glechung (7) E : x n c, mt n und c 0 heßt Hesse-Normalform der Ebene E Bemerkung 7: () Man gelangt von der Normalform zur Hesse-Normalform (7), ndem man bede Seten der Glechung (7) mt n multplzert Das Gleche glt natürlch auch für de Koordnatendarstellung (7) Bespel 7: De Ebene E se gegeben durch de Glechung x 5x x 5-6

17 Mathematk I und II für Ingeneure (FB 8) Verson / De Hesse-Normalform der Ebene lautet: Der Punkt ( 4, 5, 6) u 5 5 x x x hat von E den Abstand d( u,e) ( 4, 5, 6),, 0, Bemerkung 7: Ist ene Ebene E n der Hesse-Normalform (7) gegeben, so beträgt der Abstand d 0,E Das folgt sofort aus Satz 7 von E zum Nullpunkt ( ) c Umrechnung Normalform Parameterform: Gegeben se ene Ebene E n der Normalform (74) n x n x n x c Fall: n 0: De Glechung (74) wrd nach x aufgelöst, x und x werden als Parameter λ, µ gewählt Also: x c n n λ µ, x λ, x µ n n n Parameterdarstellung: c n n x, 0, 0 λ,, 0 µ, 0, n n n Fall: n 0: De Glechung (74) wrd nach x aufgelöst, x und x werden als Parameter λ, µ gewählt Also: x c n n λ µ, x λ, x µ n n n Parameterdarstellung: c n n x 0,, 0 λ,, 0 µ 0,, n n n Fall n 0 : De Glechung (74) wrd nach x aufgelöst, x und x werden als Parameter λ, µ gewählt (genauso we oben) - 7

18 Mathematk I und II für Ingeneure (FB 8) Verson / Bespel 7: () Gegeben se de Ebene E durch de Glechung x x 5 Dann erhalten wr als Parameterform: x (5,0,0) λ (,,0) µ (0,0,) () Gegeben se de Ebene E durch de Glechung x x x Dann erhalten wr als Parameterform: x (0,,0) λ (,-,0) µ (0,-,) - 8

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013 O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

Lösungen der Aufgaben zu Kapitel 2

Lösungen der Aufgaben zu Kapitel 2 Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen Mathematk I für Bologen, Geowssenschaftler und Geoökologen 16. Januar 2012 Problemstellung Bespel Maß für Abwechung Trck Mnmum? Exponentalfunktonen Potenzfunktonen Bespel Problemstellung: Gegeben seen

Mehr

Rotation (2. Versuch)

Rotation (2. Versuch) Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

Komplexe Zahlen. Teil 1. Grundrechenarten. Darstellung in der Gaußschen Zahlenebene. Datei Nr Friedrich Buckel. Stand 23.

Komplexe Zahlen. Teil 1. Grundrechenarten. Darstellung in der Gaußschen Zahlenebene. Datei Nr Friedrich Buckel. Stand 23. Höhere Analyss Komplexe Zahlen Tel Grundrechenarten Darstellung n der Gaußschen Zahlenebene Date Nr. 500 Stand. November 08 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK https/:mathe-cd.de 500 Komplexe Zahlen

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Kapitel V. Parameter der Verteilungen

Kapitel V. Parameter der Verteilungen Kaptel V Parameter der Vertelungen D. 5.. (Erwartungswert) Als Erwartungswert ener Zufallsvarablen X bezechnet man: E( X ) : Dabe se vorausgesetzt: = = + p falls X dskret f d falls X stetg und = + p

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

18. Vorlesung Sommersemester

18. Vorlesung Sommersemester 8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

1.11 Beispielaufgaben

1.11 Beispielaufgaben . Bespelaufgaben Darstellung komplexer Zahlen Aufgabe. Man stelle de komplexe Zahl z = +e 5f n algebrascher Form, also als x + y dar. Damt man de Formel für de Dvson anwenden kann, muss zunächst der Nenner

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

MECHATRONISCHE NETZWERKE

MECHATRONISCHE NETZWERKE MECHATRONISCHE NETZWERKE Jörg Grabow Tel 3: Besondere Egenschaften 3.Besondere Egenschaften REZIPROZITÄT REZIPROZITÄT Neben den allgemenen Enschränkungen (Lneartät, Zetnvaranz) be der Anwendung der Verpoltheore

Mehr

16. Vorlesung Sommersemester

16. Vorlesung Sommersemester 16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

Mehr

50 Matrixnormen und Eigenwertabschätzungen

50 Matrixnormen und Eigenwertabschätzungen 50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

Mehr

Mathematik für das Ingenieurstudium

Mathematik für das Ingenieurstudium Mathematk für das Ingeneurstudum von Martn Stämpfle, Jürgen Koch 2., aktual. Aufl. Hanser München 2012 Verlag C.H. Beck m Internet: www.beck.de ISBN 978 3 446 43232 1 Zu Inhaltsverzechns schnell und portofre

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie Prof. Dr. Jürgen Dassow Otto-von-Guercke-Unverstät Magdeburg Fakultät für Informatk Coderungstheore und Kryptographe Sommersemester 2005 1 2 Inhaltsverzechns 1 Defnton und Charakterserung von Codes 5 1.1

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

Invariantentheorie. Vorlesung 3. Lineare Operationen

Invariantentheorie. Vorlesung 3. Lineare Operationen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invarantentheore Vorlesung 3 Lneare Operatonen Ene Operaton ener Gruppe G auf ener (geometrschen) Menge M st das gleche we en Gruppenhomomorphsmus der Gruppe

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13 M. 3. 5-4. 45, Dr. Ackermann 6..4 Übungsaufgaben Gewöhnlche Dfferentalglechungen Sere 3.) Bestmmung ener homogenen Dfferentalglechung zu gegebenen Funktonen y (partkuläre Lösungen) enes Fundamentalsystems.

Mehr

Baudynamik und Erdbebeningenieurwesen

Baudynamik und Erdbebeningenieurwesen Baudynamk und Erdbebenngeneurwesen Themen und Antworten für de Lzenzprüfung 1. Defneren Se den Begrff: Grad des dynamschen Frehetsgrads. Geben Se Bespele von Systemen mt enem enzgen Grad des dynamschen

Mehr

Seminar über Numerische Mathematik

Seminar über Numerische Mathematik Andreas Mester Semnar über Numersche Mathematk Semnar m Wntersemester 008/009 Unverstät Kassel Fachberech Mathematk Inhaltsverzechns Bezer-Kurven 1 1 Enletung 1 Der Algorthmus von de-castelau.1 Parabeln....................................

Mehr

-70- Anhang: -Lineare Regression-

-70- Anhang: -Lineare Regression- -70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de

Mehr

Der starre Körper. 1 Grundlagen. Dominik Fauser. 1.1 Denition. 1.2 Freiheitsgrade

Der starre Körper. 1 Grundlagen. Dominik Fauser. 1.1 Denition. 1.2 Freiheitsgrade Der starre Körper Domnk Fauser 1 Grundlagen 1.1 Denton Als enen starren Körper bezechnet man en System von Massepunkten m, deren Abstände zuenander konstant snd: r j = r r j. Mest betrachtet man ene sehr

Mehr

Erwartungswert, Varianz, Standardabweichung

Erwartungswert, Varianz, Standardabweichung RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, Schiefe und Wölbungsmaße aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com. Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener

Mehr

Gruppe. Lineare Block-Codes

Gruppe. Lineare Block-Codes Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung

Mehr

Die Leistung von Quicksort

Die Leistung von Quicksort De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen

Mehr

Theoretische Physik 2 (Theoretische Mechanik)

Theoretische Physik 2 (Theoretische Mechanik) Theoretsche Physk 2 (Theoretsche Mechank Prof. Dr. Th. Feldmann 28. Oktober 2013 Kurzzusammenfassung Vorlesung 4 vom 25.10.2013 1.6 Dynamk mehrerer Massenpunkte Dynamk für = 1... N Massenpunkte mt.a. komplzerter

Mehr

Denavit-Hartenberg-Notation

Denavit-Hartenberg-Notation DENAVIT und HARTENBERG haben ene Methode engeführt, de es erlaubt für alle knematsche Ketten de Lagen der Gleder zuenander enhetlch auszudrücken. De Gelenke, de de Gleder mtenander verbnden, dürfen dabe

Mehr

Dynamik starrer Körper

Dynamik starrer Körper Dynamk starrer Körper Bewegungen starrer Körper können n Translaton und Rotaton zerlegt werden. De Rotaton stellt enen nneren Frehetsgrad des Körpers dar, der be Punktmassen ncht exstert. Der Schwerpunkt

Mehr

Lineare Algebra IIa Vorlesung - Prof. Dr. Daniel Roggenkamp & Sven Balnojan

Lineare Algebra IIa Vorlesung - Prof. Dr. Daniel Roggenkamp & Sven Balnojan Lneare Algebra IIa - 04 orlesung - Pro Dr Danel Roggenkamp & Sen Balnojan 93 Untäre ektorräume hermtesche Form au enem C ektorraum sesqulnear (ant-lnear m ersten lnear m zweten Argument (, w (w, (, 2 R

Mehr

Zusammenfassung. 1) Falls Zwangsbedinungen die Freiheitsgrade einschränken, kann man die abhängige Koordinaten aus der Lagrangfunktion elimieren;

Zusammenfassung. 1) Falls Zwangsbedinungen die Freiheitsgrade einschränken, kann man die abhängige Koordinaten aus der Lagrangfunktion elimieren; Zusammenfassung 1) Falls Zwangsbednungen de Frehetsgrade enschränken, kann man de abhängge Koordnaten aus der Lagrangfunkton elmeren; 2) Es st auch möglch de Zwangsbednungen mt Hlfe der Lagrangefaktoren

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

6. Modelle mit binären abhängigen Variablen

6. Modelle mit binären abhängigen Variablen 6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten Versuch r. 1: achwes des Hook schen Gesetzes und Bestmmung der Federkonstanten achwes des Hookeschen Gesetzes und Bestmmung der Federkonstanten Klasse : ame1 : ame 2 : Versuchszel: In der Technk erfüllen

Mehr

Theoretische Physik II Elektrodynamik Blatt 2

Theoretische Physik II Elektrodynamik Blatt 2 PDDr.S.Mertens M. Hummel Theoretsche Physk II Elektrodynamk Blatt 2 SS 29 8.4.29 1. Rechnen mt Nabla. Zegen Se durch Auswertung n kartesschen Koordnaten de folgende Relaton und werten Se de anderen Relatonen

Mehr

=, grad Z(s) = m n = grad N(s).

=, grad Z(s) = m n = grad N(s). 4 7... Stabltätsprüfung anhand der Übertragungsfunkton (.9) leferte den Zusammenhang zwschen der Gewchtsfunkton g(t) und der Übertragungsfunkton G(s) enes lnearen zetnvaranten Systems G (s) { g ( t)}.

Mehr

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013 Bachelorarbet Cayley s Formel und das Abzählen von Bäumen Vktora Prbauer Wen, September 2013 Matrkelnummer: 1007394 Studenrchtung: A 033621 Mathematk Betreuer: Mag. Dr. Bernhard Krön, Prvatdoz. Inhaltsverzechns

Mehr

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass Funktonentheore, Woche 4 Konvergenz und Folgen 4. Glechmäßge Konvergenz Ene Zahlenfolge {α n } n N C konvergert, wenn es en l C gbt derart, dass ε > 0 N ε N : n > N ε = α n l < ε. Auch zu Folgen von Funktonen

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

Komplexe Zahlen. Roger Burkhardt 2008

Komplexe Zahlen. Roger Burkhardt 2008 Komplexe Zahlen Roger Burkhardt (roger.burkhardt@fhnw.ch) 008 Enführung De Unvollkommenhet des Körpers der reellen Zahlen N 1,,,,... snd sowohl { } In der Menge der natürlchen Zahlen Addton we Multplkaton

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

Zwei Sätze von Joseph Wolstenholme. Johann Cigler

Zwei Sätze von Joseph Wolstenholme. Johann Cigler Zwe Sätze von Joseh Wolstenholme Johann Cgler Vor enger Zet sandte mr Herr P., en hlosohsch gebldeter älterer Mann, enge Bemerkungen zu enem Resultat von Joseh Wolstenholme, das er folgendermaßen formulerte:

Mehr

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x)

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x) ZZ Lösung zu Aufgabe : Ch²-Test Häufg wrd be der Bearbetung statstscher Daten ene bestmmte Vertelung vorausgesetzt. Um zu überprüfen ob de Daten tatsächlch der Vertelung entsprechen, wrd en durchgeführt.

Mehr

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen:

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen: De molekulare Zustandssumme βε = e mt β = De kanonsche Zustandssumme (System) und hr Zusammenhang mt der molekularen Zustandssumme (Enzelmolekül) unterschedbare elchen: Q = ununterschedbareelchen Q : =!

Mehr

3 g-adische Ziffernentwicklung reeller Zahlen

3 g-adische Ziffernentwicklung reeller Zahlen 1 3 g-adche Zffernentwcklung reeller Zahlen In deem Kaptel e tet 2 g N und Z g = {0, 1, 2, 3,..., g 1} N. Motvaton: Wr wollen jede potve reelle Zahl x > 0 n der Ba g 2 dartellen (g-adche Dartellung von

Mehr

1 Differentialrechnung in mehreren Variablen

1 Differentialrechnung in mehreren Variablen 1 Dfferentalrechnung n mehreren Varablen 1.1 De Geometre eukldscher Räume Zur Ernnerung De Elemente des R n schreben wr normalerwese als Zelenvektoren: x = (x 1,..., x n ). Kommen Matrzen ns Spel, so st

Mehr

Lineare Regression - Mathematische Grundlagen

Lineare Regression - Mathematische Grundlagen FKULTÄT FÜR MTHEMTIK U TURWISSESCHFTE ISTITUT FÜR PHYSIK FCHGEBIET EXPERIMETLPHYSIK I r. rer. nat. orbert Sten, pl.-ing (FH) Helmut Barth Lneare Regresson - Mathematsche Grundlagen. llgemene Gerade Wr

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttut egelungs- und Automatserungstechnk Schrftlche Prüfung aus Systemtechnk am 4.. 5 Name / Vorname(n): Kenn-Matr.Nr.: Bonuspunkte: 4 errechbare Punkte 4 5 7 5 errechte Punkte U Graz, Insttut

Mehr

Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) SoSe C. Curilla/ B. Janssens

Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) SoSe C. Curilla/ B. Janssens Fchberech Mthemtk Algebr und Zhlentheore Chrstn Curll Grundbldung Lnere Algebr und Anltsche Geometre (LPSI/LS-M) Bltt 1 SoSe 011 - C. Curll/ B. Jnssens Präsenzufgben (P1) Mch Se sch be den folgenden Glechungssstemen

Mehr

Physik A VL11 ( )

Physik A VL11 ( ) Physk A VL11 (0.11.01) Dynamk der Rotatonsbewegung I Kresbewegung und Kräfte Drehmoment und räghetsmoment Kresbewegung und Kräfte en Massepunkt (Schwerpunkt) führt nur ene ranslatonsbewegung aus ausgedehnte

Mehr