Lorentz-Geometrie. Nikolai Nowaczyk Lars Wallenborn

Größe: px
Ab Seite anzeigen:

Download "Lorentz-Geometrie. Nikolai Nowaczyk Lars Wallenborn"

Transkript

1 Lorentz-Geometrie Nikolai Nowaczyk Lars Wallenborn Inhaltsverzeichnis. Vektorrechnung 2.. Grundlegende Definitionen Geometrie Bilinearformen Basen Der Minkowski-Raum Grundlegende Definitionen Kausalstruktur Geometrie Beobachter und Teilchen Zwillingsparadoxon A. Anhang 4 A.. Die Wahrheit über Sinus und Cosinus A.2. Hyperbolische Trigonometrie Index 7 Symbolverzeichnis 9

2 Vektorrechnung 2. Vektorrechnung.. Grundlegende Definitionen. Definition (R n ). Man nennt R n := {x = x. x n x,..., x n R} den n-dimensionalen euklidischen Raum oder auch den R hoch n. Ein Element x = (x,..., x n ) R n heißt Vektor und x,..., x n seine Koordinaten. Die Physiker machen kleine Pfeile über ihre Vektoren, z.b. x. Wir nicht. Wichtigster Anwendungsfall ist der R 2 (die euklidische Ebene), der R n (der euklidische Raum) und später auch der R 4 (der euklidische Hyperraum)..2 Definition (Vektoroperationen). Seien x, y R n und λ R. Dann sind folgende Operationen definiert. (i). Addition x + y := x + y. R n. x n + y n (ii). Skalarmultiplikation λx := λ x := λx. λx n R n. (iii). Euklidisches Skalarprodukt x, y := x y x n y n R. (iv). Norm/Länge x := x, x. (.) = = = 9 Grundschule = Oberstufe Abbildung.: Addition

3 .2 Geometrie 3.2. Geometrie.3 Definition (Einheitssphäre). Die Menge S n := {x R n+ x = } heißt Einheitssphäre der Dimension n..4 Definition (Winkel). Für zwei Vektoren x, y R n, x, y, heißt ( ) x, y (x, y) := arccos x y (.2) Winkel zwischen x und y. Dabei sei daran erinnert, dass cos: [, π] [, ], also arccos : [, ] [, π]. Wir messen Winkel also immer im Bogenmaß..5 Bemerkung. Häufig setzt man ϕ := (x, y) und schreibt die den Winkel definierende Gleichung auch in der Form Diese Gleichung ist äquivalent zu (.2). x, y = x y cos (ϕ). (.3).6 Bemerkung. Man fragt sich vielleicht, warum man den Winkel ausgerechnet so definiert. Man kann dies mit Hilfe des Kosinussatzes definieren. In Vektorschreibweise lautet dieser Dies kann man umformen zu Das ist äquivalent zu (.3). z 2 = x 2 + y 2 2 x y cos(ϕ). 2 x y cos(ϕ) = x 2 y 2 y x 2 (.4) = x 2 y 2 y 2 + x x, y = 2 x, y x z ϕ y Abbildung.2: Der Cosinussatz.7 Satz (Euklidisches Skalarprodukt). Es gilt (i). Binomische Formel x, y R n : x + y 2 = x x, y + y 2 (.4)

4 .3 Bilinearformen 4 (ii). Cauchy/Schwarz-Ungleichung x, y R n : x, y x y. (.5) (iii). Dreiecksungleichung x, y R n : x + y x + y Aufgabe.8. Beweise Satz.7.9 Definition (Orthogonalität). Die Vektoren x, y R n sind orthogonal, in Zeichen x y, falls gilt (x, y) = π 2 oder äquivalent x, y =.. Definition (Orthogonales Komplement). Sei x R n ein beliebiger Vektor. Dann heißt das orthogonale Komplement von x. Analog heißt die von x erzeugte Grade. x := {y R n y x} x := {λx R n λ R}. Bemerkung. In der Situation von Definition. gilt auch für jedes λ R und y x λx, y = λ x, y =, d.h. die gesamte von x erzeugte Grade x steht senkrecht auf dem Komplement x..2 Definition (Unterraum). Eine Teilmenge U R n heißt Unterraum, falls gilt: (i). U. (ii). y, y 2 U : y + y 2 U. (iii). y U : c R : cy U..3 Bemerkung. Im R 3 sind die Unterräume genau die Ebenen und Graden..4 Lemma (Struktur des orthogonalen Komplements). Sei x R n. Dann ist das orthogonale Komplement x ein Unterraum..5 Satz (Zerlegungssatz). Sei x R n. Dann gilt: Für jeden Vektor y R n existiert genau ein Vektor y x und genau ein Vektor y 2 x, sodass y = y + y Bilinearformen.6 Definition. Sei β : R n R n R n eine beliebige Abbilung. Dann heißt β (i). bilinear, falls gilt x, x 2, y, y 2 R n : λ, λ 2 R : β(x + λ y, x 2 + λ 2 y 2 ) = λ β(x, y ) + λ 2 β(x 2, y 2 ). (ii). symmetrisch, falls gilt x, y R n : β(x, y) = β(y, x).

5 .4 Basen 5 (iii). regulär, falls gilt (iv). positiv definit, falls gilt x R n : β(x, x) = = x = x R n : x = β(x, x) >. Wir nennen β ein Skalarprodukt, falls β bilinear, symmetrisch und positiv definit ist..7 Satz. Das euklidische Skalarprodukt ist ein Skalarprodukt. Aufgabe.8. Beweise Satz.7..9 Definition (β-orthogonalität). Sei β : R n R n R eine beliebige reguläre Bilinearform. Zwei Vektoren x, y R n heißen β-orthogonal, in Zeichen x β y, falls β(x, y) =..2 Definition. Sei β : R n R n R eine beliebige reguläre Bilinearform und x R n. Dann heißt die von β induzierte Norm von x. x β := β(x, x).2 Definition (β-orthogonales Komplement). Sei x R n ein beliebiger Vektor. Dann heißt das β-orthogonale Komplement von x. x β := {y R n y β x}.22 Satz (β-zerlegungsatz). Sei β bilinear, symmetrisch und regulär. Sei x R n ein beliebiger Vektor. Dann ist x β ein Unterraum. Ferner gilt: Für jedes y R n existiert genau ein y x und genau ein y 2 x β, sodass y = y + y Basen.23 Definition (kanonische Basis). Für ein beliebiges n N und jedes j n definieren wir den Vektor e j R n, bei dem der j-te Eintrag eine ist und alle anderen gleich sind. Das Tupel von Vektoren (e,..., e n ) heißt kanonische Basis des R n..24 Beispiel. Die kanonische Basis des R 3 sieht also so aus: e =, e 2 =, e 3 =..25 Bemerkung. Es gilt dann für jeden Vektor x R 3 x = x x 2 x 3 = x = x + x 2 + x x 3 x 3 = x e + x 2 e 2 + x 3 e 3

6 2 Der Minkowski-Raum 6 Erfüllen umgekehrt die Zahlen c, c 2, c 3 R die Gleichung c e + c 2 e 2 + c 3 e 3 = x, so folgt c = x, c 2 = x 2 und c 3 = x 3. Die kanonische Basis (e, e 2, e 3 ) hat also folgende Eigenschaft: Für jeden Vektor x R 3 existieren genau drei Zahlen c, c 2, c 3, sodass x = c e + c 2 e 2 + c 3 e Definition (Kronecker-Delta). Für zwei natürliche Zahlen i und j heißt {, i = j, δ ij :=, i j, das Kronecker-Delta von i und j..27 Definition (Basis). Ein Tupel (b,..., b n ) von Vektoren im R n heißt Basis, falls gilt: Für jeden Vektor x R n existieren genau n reelle Zahlen c,..., c n, sodass x = n x i b i = c b c n b n (.6) i= Eine Basis (b,..., b n ) heißt Pseudo-Orthonormalbasis bezüglich einer Bilinearform β, falls gilt i, j n : β(b i, b j ) = ±δ ij. Falls alle Vorzeichen + sind, so heißt die Basis eine Orthonormalbasis..28 Lemma. Die kanonische Basis des R n ist eine Orthonormalbasis. Aufgabe.29. Beweise Lemma Der Minkowski-Raum 2.. Grundlegende Definitionen 2. Definition (Minkowski-Raum). Wir schreiben ab sofort R,n := R n+ und notieren die Vektoren darin mit x = x(x,..., x n ). Dort definieren wir die Minkowski-Metrik und die Minkowski-Norm x, y R,n : x, y := x y + n x j y j j= x R,n : x := x, x Speziell für n = 3 heißt R,3 Minkowski-Raum. Diese Definition geht zurück auf Hermann Minkowski, siehe Abschnitt 2..

7 2.2 Kausalstruktur 7 Abbildung 2.3: Hermann Minkowski, * , 2..99, deutscher Mathematiker und Physiker 2.2 Lemma. Die Minkowski-Metrik ist eine reguläre Bilinearform. Aufgabe 2.3. Beweise Lemma Bemerkung. Die Minkowski-Metrik ist kein Skalarpdoukt! Es gilt z.b. für n = 2 und x = (, ) x, x = + =. Diese faszinierende Eigenschaft werden wir nun verwenden, um eine sogenannte Kausalstruktur zu definieren. Es gibt für das euklidische Skalarprodukt nichts Vergleichbares Kausalstruktur 2.5 Definition. Sei x R,n. Dann heißt x raumartig, falls x, x > zeitartig, falls x, x <, lichtartig, falls x, x =. Den Nullvektor x = sehen wir als raumartig an (Vorsicht, die Literatur ist hier nicht einheitlich). Ein Vektor x R,n heißt kausal, falls x zeitartig oder lichtartig ist. Ein Vektor x R,n heißt auch Ereignis. Die Eigenschaft eines Vektors raum-, zeit- oder lichtartig zu sein bezeichnet man auch als den kausalen Charakter des Vektors. 2.6 Bemerkung (kausaler Charakter der kanonsichen Basis). Betrachten wir einmal für n = 2 die kanonische Basis des R,2, siehe Definition.23 bzw. Beispiel.24. Im Minkowski-Raum nummeriert man die dann auch mit e, e, e 2. Durch direktes Nachrechnen erhält man e, e = + + = e, e = + + = e 2, e 2 = + + =

8 2.2 Kausalstruktur 8 Wir sehen also, dass e zeitartig, jedoch e und e 2 raumartig sind. Dies gilt auch für allgemeines n: Es ist dann immer e zeitartig und alle anderen Vektoren e,..., e n sind raumartig. Daher ist also (e,..., e n ) eine Pseudo-Orthonormalbasis des R,n im Sinne der Definition.27. Dies kann man sich wie folgt zu Nutze machen. 2.7 Lemma. Sei x R,n. Dann gilt und Jeden Vektor y R,n gilt außerdem Aufgabe 2.8. Beweise Lemma 2.7. x = x e + n x j e j = x e + x j= } {{ } =: x 2.9 Definition (Zeitorientierung). Für jedes Ereignis x R,n heißt Zukunft bzw. Vergangenheit von x. x, x = x 2 + x 2. (2.) x, y = x y + x, y. (2.2) T + (x) := {y R,n y x > } T (x) := {y R,n y x < } 2. Definition (Kausalstruktur). Sei nun x R,n beliebig. Dann heißen I(x) := {y R,n y x ist zeitartig} J(x) := {y R,n y x ist kausal} C(x) := {y R,n y x ist lichtartig} Zeitkegel, Kausalkegel bzw. Lichtkegel von x. Wir definieren außerdem I ± (x) := I(x) T ± (x), die chronologische Zukunft/Vergangenheit von x, J ± (x) := J(x) T ± (x), die kausale Zukunft/Vergangenheit von x, C ± (x) := C(x) T ± (x), den Zukunfts-/Vergangenheitslichtkegel von x. 2. Bemerkung. Setzt man I ± := I ± (), J ± := J ± (), C ± := C ± (), dann gilt I ± (x) = x + I ±, J ± (x) = x + J ±, C ± (x) = x + C ±.

9 2.3 Geometrie 9 Zeit Zukunft C + (x) Gegenwart Raum x Raum Vergangenheit C (x) Abbildung 2.4: Kegel 2.3. Geometrie 2.2 Definition (Kegel). Eine Menge K R n heißt Kegel, falls gilt: Eine Menge D R n heißt Doppelkegel, falls gilt x K : λ > : λx K x K : λ : λx K 2.3 Lemma. Für jedes x R,n gilt: Die Mengen I(x), J(x), C(x) sind Doppelkegel, die Mengen I ± (x), J ± (x), C ± (x) sind Kegel. Aufgabe 2.4. Beweise Lemma Lemma (Charakterisierung von Zeitkegel). Es seien x, y I, also zeitartig. Dann sind äquivalent: (i). x und y sind beide im selben Zeitkegel (also beide in I + oder beide in I ). (ii). Es gilt x y >. (iii). Es gilt x, y <. Ebenso sind x und y in verschiedenen Zeitkegeln genau dann wenn x y < genau dann wenn x, y >. Beweis. Seien x, y R,n zeitartig, d.h. x, y I. Da x zeitartig ist, folgt > x 2 = x 2 + x 2, = x 2 > x 2, = x > x. Genauso gilt auch y > y und daraus folgt y x > x y. (2.3)

10 2.3 Geometrie Es gilt außerdem gemäß (2.2) und nach der Cauchy/Schwarz-Ungleichung gilt Deswegen folgt aus (2.4) (Zahlenstrahl malen!) Es gilt daher: x und y liegen im selben Zeitkegel genau dann wenn x, y = x y + x, y. (2.4) x, y (.5) x y (2.3) < x y. (2.5) sgn( x, y ) = sgn( x y ). (2.6) x y > sgn(x y ) = sgn( x y ) = (2.6) sgn( x, y ) = x, y <. Der Zusatz folgt aus der Tatsache, dass stets x y gilt, denn sonst wären x und y ja nicht zeitartig. 2.6 Korollar. Sei x R,n zeitartig und y x. Dann ist y raumartig oder lichtartig. Beweis. Falls y =, dann ist y per Definition raumartig. Sei daher y. Nach Voraussetzung gilt x, y =. Wäre y zeitartig, dann folgt aus Lemma 2.5, dass entweder x, y > oder x, y < gilt. Widerspruch! 2.7 Satz (Minkowski Metrik). Es seien x, y R,n zeitartig. Dann gilt (i). Inverse Cauchy/Schwarz-Ungleichung (ii). Inverse Dreiecksungleichung x, y x y. (2.7) x + y x + y (2.8) Beweis. (i). Gemäß Satz.22 können wir y zerlegen in y = λx + y mit y x. Wir erhalten y, y = λx + y, λx + y = λ 2 x, x +2λ x, y + y, y = λ 2 x, x + y, y, und damit Gemäß Korollar 2.6 ist y raumartig. Daher ist λ 2 x, x = y, y y, y. (2.9) x, x y, y > (2.)

11 2.3 Geometrie und es folgt (ii). Wir rechnen x, y 2 = x, λx + y 2 = (λ x, x + x, y ) 2 = λ 2 x, x 2 (2.9) = x, x ( y, y y, y ) = x, x y, y x, x y, y (2.) x, x y, y = ( x, x )( y, y ) = x 2 y 2. ( x + y ) 2 = x x y + y 2 (2.7) x, x +2 x, y y, y 2.5 = ( x, x +2 x, y + y, y ) = x + y, x + y = x + y Lemma (Hyperbolischer Winkel). Seien x, y R,n zeitartig und im selben Zeitkegel. Dann existiert genau eine Zahl ϕ R, sodass cosh(ϕ) = Es heißt dann ϕ := (x, y) der hyperbolische Winkel zwischen x und y. Beweis. Gemäß Lemma 2.5 ist x, y = x, y und somit gemäß (2.7) Also gilt x, y = x, y x y x, y x y. x, y x y. (2.) und somit erfüllt gemäß (A.3) die Zahl ϕ := arcosh( x,y x y ) die gewünschten Eigenschaften. 2.9 Definition (Relativgeschwindigkeit). Seien x, y R,n zeitartig und im selben Zeitkegel. Sei ϕ := (x, y). Dann heißt Relativgeschwindigkeit zwischen x und y. v := v(x, y) := tanh(ϕ) 2.2 Satz. Seien x, y R,n, z := y x, z x und ϕ := (x, y), v := v(x, y). Es seien außerdem x und y zeitartig und im selben Zeitkegel. Dann gilt der hyperbolische Pythagoras x 2 z 2 = y 2 (2.2)

12 3 Beobachter und Teilchen 2 und außerdem die Identitäten x = y cosh(ϕ), (2.3) z = y sinh(ϕ), (2.4) x = y. v 2 (2.5) Beweis. Da z x sind, gilt ist gemäß Korollar 2.6 z raum- oder lichtartig, d.h. z, z. Da x und y zeitartig y 2 = y, y = z + x, z + x = z, z 2 z, x x, x = z 2 + x 2. }{{} = Per Definition gilt cosh(ϕ) y (2.) = = x, y = x, z + x x x x ( x, x + x, z ) = }{{} x = x, x = x 2 x = x. Daraus folgt dann z 2 (2.2) = x 2 y 2 (2.3) = y 2 cosh(ϕ) 2 y 2 = y 2 (cosh(ϕ) 2 ) (A.2) = y 2 sinh(ϕ) 2. Und schließlich x (2.3) = y cosh(ϕ) (A.4) = y v 2 3. Beobachter und Teilchen 3. Definition (Kurve). Sei I R ein Intervall. Eine Abbildung γ = (γ,..., γ n ) : I R n heißt stetig differenzierbar, falls für alle i n gilt: γ i : I R ist stetig differenzierbar. Die Ableitung notiert man dann auch häufig mit γ i. Die Abbildung γ : I R n t ( γ (t),..., γ n (t)) heißt Ableitung von γ. Eine stetig differenzierbare Abbildung γ : I R n heißt auch Kurve. Ein Element t I heißt Zeitpunkt. 3.2 Definition (Beobachter). Sei x, v R,n. Eine Kurve der Form γ : I R,n t x + tv

13 3. Zwillingsparadoxon 3 heißt Materieteilchen, falls γ = v I + (x). Eine solche Kurve heißt Lichtteilchen, falls γ = v C + (x) liegt. Eine Kurve heißt Teilchen, falls sie ein Materieteilchen oder ein Lichtteilchen ist. In beiden Fällen heißt γ(i) R,n die Weltlinie von γ. Ein Materieteilchen heißt frei fallend, falls γ = v =. 3.3 Definition (Eigenzeit). Sei y J + (x) ein Ereignis, dann heißt Eigenzeit von x nach y. s(x, y) := y x 3.4 Bemerkung. Sei γ : I R,n ein frei fallendes Materieteilchen, d.h. γ(t) = x + tv. Die Größe s(γ(), γ(t)) = t ist die Zeit, die zwischen den Zeitpunkten und t aus Sicht von γ vergangen ist. 3.. Zwillingsparadoxon Sei γ : [, [: R,3, t te. Dann entspricht γ einem in ruhenden Materieteilchen, welches frei (durch die Zeit) fällt. Seine Geschwindigkeit ist also γ = e =: x. Wir stellen uns γ als einen Zwilling vor. Der andere Zwilling, nennen wir ihn σ, verlässt γ zum Zeitpunk t =. Wir beschreiben ihn als ein frei fallendes Materieteilchen σ : [, [ R,n mit Geschwindigkeit σ =: y. Wir messen hier die Geschwindigkeit in Vielfachen der Lichtgeschwindigkeit und die Zeit in Jahren. Wir gehen davon aus, dass γ und σ zum Start des Experiments bei t = beide 2 Jahre alt sind und dass sich σ mit einer Relativgeschwindigkeit von v := von γ entfernt. Bei t = 7 Jahren dreht σ um und bewegt sich erneut als frei fallendes Materieteilchen zurück zu γ, auf das er nach 7 weiteren Jahren trifft. Also beträgt das Alter von σ genau = 35 Jahre. Wie alt ist γ zu diesem Zeitpunkt, d.h. was ist die Eigenzeit von 2 x? Die Situation ist in Abschnitt 3. dargestellt. Mit Formel (2.5) erhalten wir: 2 x = 2 y = 4 v 2 = = ( )2 = = 2 25 = 5 Daher ist also γ zu diesem Zeitpunkt = 7 Jahre alt. t = t = 7 γ σ ϕ t = Abbildung 3.5: Das Zwillingsparadoxon

14 A Anhang 4 A. Anhang A.. Die Wahrheit über Sinus und Cosinus A. Definition (Sinus und Cosinus). Die Abbildungen sin : R R x x2k+ k= ( )k (2k+)! bzw. heißen Sinus bzw. Cosinus. cos : R R x x2k k= ( )k (2k)! A.2 Bemerkung. Uns ist schon klar, dass diese Abbildungen in der Schule meistens anders (gar nicht) definiert werden. Wir schreiben die präzise Definition hier nur aus Gründen der Vollständigkeit hin und stellen einige grundlegende Eigenschaften dieser Funktionen zusammen. 2 sin α tan α = sin α cos α 2 cos α 2 Abbildung A.6: Trigonometrischer Pythagoras A.3 Satz (Trigonometrischer Pythagoras). Es gilt x R : sin(x) 2 + cos(x) 2 =. A.4 Satz (Additionstheoreme). Es gelten die Additionstheoreme α, β R : cos(α ± β) = cos(α) cos(β) sin(α) sin(β) sin(α ± β) = sin(α) cos(β) ± sin(β) cos(α)

15 A.2 Hyperbolische Trigonometrie 5 A.5 Satz (Eigenschaften Trigonometrischer Funktionen). (i). Beziehung zur Exponentialfunktion x R : cos(x) + i sin(x) = e ix (ii). Trigonometrischer Pythagoras x R : cos(x) 2 + sin(x) = (A.) (iii). Parität x R : sin( x) = sin(x) Man sagt auch sinh is ungrade und cosh ist grade. (iv). Additionstheoreme cos( x) = cos(x). α, β R : cos(α ± β) = cos(α) cos(β) sin(α) sin(β) sin(α ± β) = sin(α) cos(β) ± sin(β) cos(α) (v). Umkehrfunktionen Alle trigonometrischen Funktionen besitzen Umkehrfunktionen. Sie sind defniert auf Diese Funktionen heißen Arkusfunktionen. (vi). Differentialgleichungen A.2. Hyperbolische Trigonometrie arcsin: [, ] R arccos: [, ] R arctan: R R arcccot: R R sin = cos cos = sin tan = cos 2 cot = sin 2 A.6 Definition (hyperbolische trigonometrische Funktionen). Die Funktionen sinh : R R x ex e x 2 cosh : R R x ex +e x 2 tanh : R R x sinh(x) cosh(x)

16 A.2 Hyperbolische Trigonometrie 6 coth : R R x tanh(x) heißen sinus hyperbolicus, cosinus hyperbolicus, tangens hyperbolicus bzw. cotangens hyperbolicus. Zusammen nennt man sie die hyperbolischen trigonometrischen Funktionen. A.7 Satz (Eigenschaften Hyperbolischer Funktionen). (i). Beziehung zur Exponentialfunktion (ii). Hyperbolischer Pythagoras x R: cosh(x) + sinh(x) = e x cosh(x) sinh(x) = e x x R: cosh(x) 2 sinh(x) 2 = (A.2) Es gilt übrigens auch: cosh(x) 2 + sinh(x) 2 = cosh(2x). (iii). Parität x R: sinh( x) = sinh(x) Man sagt auch sinh is ungrade und cosh ist grade. (iv). Additionstheoreme cosh( x) = cosh(x). x, y R: sinh(x + y) = cosh(x) sinh(y) + sinh(x) cosh(y) cosh(x + y) = sinh(x) sinh(y) + cosh(x) cosh(y) tanh(x + y) = tanh(x) + tanh(y) + tanh(x) tanh(y) (v). Umkehrfunktionen Alle hyperbolischen trigonometrischen Funktionen besitzen Umkehrfunktionen. Sie sind gegeben durch arsinh: R R x ln(x + x 2 + ) arcosh: [, [ R x ln(x + x 2 ) artanh: ], [ R x x+ 2 ln( x ) (A.3) arcotanh: ], [ ], [ R x +x 2 ln( x ) Diese Funktionen heißen Area Funktionen.

17 A.2 Hyperbolische Trigonometrie 7 (vi). Relationen x ], [: cosh(artanh(x)) = x 2 (A.4) (vii). Differentialgleichung (viii). Beziehungen zu trigonometrischen Funktionen sinh = cosh cosh = sinh tanh = cosh 2 coth = sinh 2 cosh(ix) = cos(x) sinh(ix) = sin(x) A.8 Bemerkung. Genauer heißt die Funktion arsinh area sinus hyperbolicus. Aufgabe A.9. Beweise Satz A.7

18 Index 8 Index β-orthogonal, 5 Ableitung von γ, 2 Additionstheoreme, 4 Basis, 6 Beobachter, 2 bilinear, 4 binomische Formel, 3 Cauchy/Schwarz Ungleichung, 4 chronologische Zukunft/Vergangenheit von x, 8 Doppelkegel, 9 Dreiecksungleichung, 4 Eigenzeit, 3 Einheitssphäre, 3 Ereignis, 7 euklidischer Raum, 2 frei fallend, 3 hyperbolischer Winkel, kanonische Basis des R n, 5 kausal, 7 kausale Zukunft/Vergangenheit von x, 8 kausaler Charakter, 7 Kausalkegel, 8 Kausalstruktur, 8 Kegel, 9 Kronecker-Delta, 6 Kurve, 2 Orthonormalbasis, 6 positiv definit, 5 Pseudo-Orthonormalbasis, 6 raumartig, 7 regulär, 5 Relativgeschwindigkeit, Skalarmultiplikation, 2 Skalarprodukt, 2, 5 stetig differenzierbar, 2 symmetrisch, 4 Teilchen, 3 Unterraum, 4 Vektoraddition, 2 Vektoroperationen, 2 Vergangenheit, 8 Weltlinie von γ, 3 Winkel, 3 zeitartig, 7 Zeitkegel, 8 Zeitorientierung, 8 Zeitpunkt, 2 Zukunft, 8 Zukunfts-/Vergangenheitslichtkegel von x, 8 Zwillingsparadoxon, 3 Länge, 2 lichtartig, 7 Lichtkegel, 8 Lichtteilchen, 3 Materieteilchen, 3 Minkowski-Metrik, 6 Minkowski-Norm, 6 Minkowski-Raum, 6 Norm, 2 orthogonal, 4

19 Abbildungsverzeichnis 9 Symbolverzeichnis _, _ Skalarprodukt, page 2 x β y x steht bezüglich β senkrecht auf y, page 5 x β β-orthogonales Komplement von x, page 5 C(x) Lichtkegel von x, page 8 C + (x) Zukunftslichtkegel von x, page 8 C (x) Vergangenheitslichtkegel von x, page 8 δ ij Kronecker-Delta von i und j, page 6 e i i-ter kanonischer Basisvektor, page 5 x von x erzeugte Gerade, page 4 I(x) Zeitkegel von x, page 8 I + (x) chronologische Zukunft von x, page 8 I (x) chronologische Vergangenheit von x, page 8 J(x) Kausalkegel von x, page 8 J + (x) kausale Zukunft von x, page 8 J (x) kausale Vergangenheit von x, page 8 x, y Minkowski-Metrik, page 6 R,3 Minkowski-Raum, page 6 x y x steht euklidisch senkrecht auf y, page 4 x euklidisches orthogonales Komplement von x, page 4 R n euklidischer Raum, page 2 S n euklidische Einheitssphäre der Dimension n, page 3 v(x, y) Relativgeschwindigkeit zwischen x und y, page Winkel, page 3 (x, y) euklidischer Winkel zwischen x und y, page 4 (x, y) hyperbolischer Winkel zwischen x und y, page Abbildungsverzeichnis.. Addition Der Cosinussatz Hermann Minkowski, * , 2..99, deutscher Mathematiker und Physiker Kegel Das Zwillingsparadoxon A.6. Trigonometrischer Pythagoras

TRIGONOMETRISCHE UND HYPERBOLISCHE FUNKTIONEN

TRIGONOMETRISCHE UND HYPERBOLISCHE FUNKTIONEN TRIGONOMETRISCHE UND HYPERBOLISCHE FUNKTIONEN Zusammenfassung. Wir listen die wichtigsten Grundtatsachen trigonometrischer und hyperbolischer Funktionen auf... Sinus.. Trigonometrische Funktionen analytische

Mehr

HM I Tutorium 8. Lucas Kunz. 12. Dezember 2018

HM I Tutorium 8. Lucas Kunz. 12. Dezember 2018 HM I Tutorium 8 Lucas Kunz. Dezember 08 Inhaltsverzeichnis Theorie. Stetigkeit und Grenzwerte............................ Sinus und Cosinus.................................3 Tangens und Cotangens............................

Mehr

HM I Tutorium 9. Lucas Kunz. 22. Dezember 2017

HM I Tutorium 9. Lucas Kunz. 22. Dezember 2017 HM I Tutorium 9 Lucas Kunz. Dezember 017 Inhaltsverzeichnis 1 Theorie 1.1 Exponentialfunktion.............................. 1. Sinus und Cosinus................................ 1.3 Tangens und Cotangens............................

Mehr

Die elementaren Funktionen (Überblick)

Die elementaren Funktionen (Überblick) Die elementaren Funktionen (Überblick) Zu den elementaren Funktionen zählen wir die Potenz- und die Exponentialfunktion, den Logarithmus, sowie die hyperbolischen und die trigonometrischen Funktionen und

Mehr

Die elementaren Funktionen (Überblick)

Die elementaren Funktionen (Überblick) Die elementaren Funktionen (Überblick) Zu den elementaren Funktionen zählen wir die Potenz- und die Exponentialfunktion, den Logarithmus, sowie die hyperbolischen und die trigonometrischen Funktionen und

Mehr

Definition von Sinus und Cosinus

Definition von Sinus und Cosinus Definition von Sinus und Cosinus Definition 3.16 Es sei P(x y) der Punkt auf dem Einheitskreis, für den der Winkel von der positiven reellen Halbachse aus (im Bogenmaß) gerade ϕ beträgt (Winkel math. positiv,

Mehr

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 5. x 1 2x 3 = lim 6x

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 5. x 1 2x 3 = lim 6x D-MAVT/D-MATL Analysis I HS 07 Dr. Andreas Steiger Lösung - Serie 5. MC-Aufgaben Online-Abgabe. Durch zweifache Anwendung der Regel von Bernoulli-de l Hôpital folgt Stimmt diese Überlegung? lim x x 3 +

Mehr

5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 115

5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 115 5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 5 Satz 5.5.2 (Ableitung der Umkehrfunktion einer Winkelfunktionen) Die Umkehrfunktionen der trigonometrischen Funktionen sind nach Satz 5.2.3 auf den

Mehr

Die elementaren Funktionen (Überblick)

Die elementaren Funktionen (Überblick) Die elementaren Funktionen (Überblick) Zu den elementaren Funktionen zählen wir die Potenz- und die Exponentialfunktion, den Logarithmus, sowie die hyperbolischen und die trigonometrischen Funktionen und

Mehr

19. Weitere elementare Funktionen

19. Weitere elementare Funktionen 19. Weitere elementare Funktionen 1. Der Arcussinus Die Sinusfunktion y = f(x) = sin x (mit y = cos x) ist im Intervall [ π, π ] streng monoton wachsend und somit existiert dort eine Umkehrfunktion. f

Mehr

Übungen zu Einführung in die Analysis

Übungen zu Einführung in die Analysis Übungen zu Einführung in die Analysis (Nach einer Zusammengestellung von Günther Hörmann) Sommersemester 2011 Vor den folgenden Aufgaben werden in den ersten Wochen der Übungen noch jene zur Einführung

Mehr

Elementare Funktionen. Analysis I November 28, / 101

Elementare Funktionen. Analysis I November 28, / 101 Elementare Funktionen Analysis I November 28, 2017 76 / 101 Exponentialfunktion Buch Kap. 2.3 Exponentialfunktionen f(x) = a x, a > 0, D = R. Ist a = e (Eulerzahl e = 2, 71828...), sprechen wir von der

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

(k +2)(k +3) x 2 (k +3)!

(k +2)(k +3) x 2 (k +3)! 5.3. SINUS UND KOSINUS 9 5.35. Lemma. Es gilt (i) (ii) (iii) cos() < 0, sin(x) > 0 für alle x (0, ], x cos(x) ist streng monoton fallend in [0, ]. Beweis. (i) Es ist cos() = 1! + 4 6 4! 6! 8 10 8! 10!

Mehr

Brückenkurs Mathematik. Dienstag Freitag

Brückenkurs Mathematik. Dienstag Freitag Brückenkurs Mathematik Dienstag 2.0. - Freitag 2.0. Vorlesung 5 Elementare Funktionen Kai Rothe Technische Universität Hamburg Dienstag 9.0. 0 Brückenkurs Mathematik, c K.Rothe, Vorlesung 5 Umkehrfunktion........................

Mehr

Münchner Volkshochschule. Themen

Münchner Volkshochschule. Themen Themen Logik und Mengenlehre Zahlensysteme und Arithmetik Gleichungen und Ungleichungen Lin. Gleichungssysteme und spez. Anwendungen Geometrie und Trigonometrie Vektoren in der Ebene und Punktemengen Funktionen

Mehr

Beispiel zu Umkehrfunktionen des Sinus

Beispiel zu Umkehrfunktionen des Sinus Beispiel zu Umkehrfunktionen des Sinus Die Funktion f : [ π, π ] [, ], x sin(x) besitzt die Umkehrfunktion f Arcsin (Hauptzweig des Arcussinus). Wir betrachten die beiden Funktionen g : [ 3 π, 5 π] [,

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

Lösungen der Trainingsaufgaben aus. Toolbox Mathematik für MINT-Studiengänge

Lösungen der Trainingsaufgaben aus. Toolbox Mathematik für MINT-Studiengänge Lösungen der Trainingsaufgaben aus Toolbox Mathematik für MINT-Studiengänge 1 Geometrie mit Sinus, Cosinus und Tangens Version 22. Dezember 2016 Lösung zu Aufgabe 1.1 Gemäß Abbildung 1.1 und der Definition

Mehr

Vektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5

Vektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5 Vektorrechnung 0. August 07 Inhaltsverzeichnis Vektoren Grundlegende Rechenoperationen mit Vektoren 3 3 Geometrie der Vektoren 5 4 Das Kreuzprodukt 9 Vektoren Die reellen Zahlen R können wir uns als eine

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs Mathematik. Mittwoch Freitag Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs

Mehr

11 Spezielle Funktionen und ihre Eigenschaften

11 Spezielle Funktionen und ihre Eigenschaften 78 II. ANALYSIS 11 Spezielle Funktionen und ihre Eigenschaften In diesem Abschnitt wollen wir wichtige Eigenschaften der allgemeinen Exponentialund Logarithmusfunktion sowie einiger trigonometrischer Funktionen

Mehr

GRUNDLAGEN MATHEMATIK

GRUNDLAGEN MATHEMATIK Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 6. Komplexe Zahlen Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies Grundlagen

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 25.06.2018 20. Juni 2018 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler 20. Juni 2018 Konvergenz

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

3. Übung zur Analysis II

3. Übung zur Analysis II Universität Augsburg Sommersemester 207 3. Übung zur Analysis II Prof. Dr. Marc Nieper-Wißkirchen Caren Schinko, M. Sc. 8. Mai 207 3. (a) m. Die Dirichletsche Reihe. In Abschnitt 5.8 haben wir bereits

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 5. Vektorräume mit Skalarprodukt Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der

Mehr

f(x 0 ) = lim f(b k ) 0 0 ) = 0

f(x 0 ) = lim f(b k ) 0 0 ) = 0 5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.

Mehr

10 Differenzierbare Funktionen

10 Differenzierbare Funktionen 10 Differenzierbare Funktionen 10.1 Definition: Es sei S R, x 0 S Häufungspunkt von S. Eine Funktion f : S R heißt im Punkt x 0 differenzierbar, wenn der Grenzwert f (x 0 ) := f(x 0 + h) f(x 0 ) lim h

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

4 Orthogonale Endormorphismen

4 Orthogonale Endormorphismen 4 Orthogonale Endormorphismen Frage: Bei welchen Abbildungen R R bzw. R 3 R 3 bleibt der Abstand zwischen zwei Punkten erhalten? Für α R setzen wir cosα sin α D(α) = und S(α) := sin α cosα ( cos α sin

Mehr

2 Euklidische Vektorräume

2 Euklidische Vektorräume Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,

Mehr

Exkurs: Klassifikation orthogonaler 2 2-Matrizen.

Exkurs: Klassifikation orthogonaler 2 2-Matrizen. Exkurs: Klassifikation orthogonaler 2 2-Matrizen. Aussage: Es gilt: (a) Jede orthogonale 2 2 Matrix A mit det(a) = 1 hat das Aussehen cos(α) sin(α) D(α) = sin(α) cos(α), wobei α [0,2π[. Ist sin(α) 0, so

Mehr

= ( n x j x j ) 1 / 2

= ( n x j x j ) 1 / 2 15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors

Mehr

Definition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h.

Definition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h. 8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x

Mehr

8. Elemente der linearen Algebra 8.1 Der euklidische Raum R n

8. Elemente der linearen Algebra 8.1 Der euklidische Raum R n 8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie

Mehr

Jede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x).

Jede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x). 1 Kapitel 1 Clifford-Algebren 1 Innere Produkte Sei k {R, C}, V stets ein endlich-dimensionaler k-vektorraum. Fehlende Beweise finden sich in der Literatur ([Art1], [Bou1], [Brie], [Cohn]). Definition.

Mehr

12. R n als EUKLIDISCHER VEKTORRAUM

12. R n als EUKLIDISCHER VEKTORRAUM 12. R n als EUKLIDISCHER VEKTORRAUM 1 Orthogonalität in der Ebene. Die Vektoren in der Ebene, die (im üblichen Sinne) senkrecht zu einem Vektor x = (x 1, x 2 ) T stehen, lassen sich leicht angeben. Sie

Mehr

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

EINFÜHRUNG IN DIE MATHEMATIK 1 MA 9935, WINTERSEMESTER 2017/18. g = g 1 + g 2 = g 1 + g 2

EINFÜHRUNG IN DIE MATHEMATIK 1 MA 9935, WINTERSEMESTER 2017/18. g = g 1 + g 2 = g 1 + g 2 EINFÜHRUNG IN DIE MATHEMATIK MA 9935, WINTERSEMESTER 07/8 OLIVER DEISER UND CAROLINE LASSER. Übungsaufgabe 8 aus. Gegeben ist eine Gerade g : R R und x, x R mit x x. Zeigen Sie, dass sich g eindeutig als

Mehr

Die trigonometrischen Funktionen

Die trigonometrischen Funktionen Die trigonometrischen Funktionen Betrachte die Funktion f(x) = 1 x auf dem Intervall [ 1, 1]. Für x = 1 erhält man den Punkt P 1 = ( 1, ), für x = den Punkt P = (, 1) und für x = 1 den Punkt P 1 = (1,

Mehr

FH Gießen-Friedberg, Sommersemester 2010 Skript 9 Diskrete Mathematik (Informatik) 30. April 2010 Prof. Dr. Hans-Rudolf Metz.

FH Gießen-Friedberg, Sommersemester 2010 Skript 9 Diskrete Mathematik (Informatik) 30. April 2010 Prof. Dr. Hans-Rudolf Metz. FH Gießen-Friedberg, Sommersemester 010 Skript 9 Diskrete Mathematik (Informatik) 30. April 010 Prof. Dr. Hans-Rudolf Metz Funktionen Einige elementare Funktionen und ihre Eigenschaften Eine Funktion f

Mehr

Skalarprodukt, Norm & Metrik

Skalarprodukt, Norm & Metrik Skalarprodukt, Norm & Metrik Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 11. Mai 2016 Stefan Ruzika 5: Skalarprodukt, Norm & Metrik 11. Mai 2016 1 / 13 Gliederung 1

Mehr

Funktionen. Kapitel Der Funktionsbegriff

Funktionen. Kapitel Der Funktionsbegriff Kapitel 6 Funktionen 6. Der Funktionsbegriff Eine Funktion f(x) ist durch eine Vorschrift f definiert, die jedem Element x D (Definitionsbereich) ein Element f(x) W (Wertebereich) zuordnet. Für reelle

Mehr

Prof. Dipl.-Ing. Edgar Neuherz MATHEMATIK. Mathematik und angewandte Mathematik HAK

Prof. Dipl.-Ing. Edgar Neuherz MATHEMATIK. Mathematik und angewandte Mathematik HAK Prof. Dipl.-Ing. Edgar Neuherz MATHEMATIK Mathematik und angewandte Mathematik HAK lizensiert für: Alexander Brunner Arbeitsblätter Mathematik (03--08 0:3) Schuljahr 0/3 Verantwortlich für den Inhalt

Mehr

Motivation. Inhalt. Einführung in die Mathematik für Wirtschaftswissenschaften. Vorlesung im Wintersemester Kurt Frischmuth WS 2017

Motivation. Inhalt. Einführung in die Mathematik für Wirtschaftswissenschaften. Vorlesung im Wintersemester Kurt Frischmuth WS 2017 Inhalt 1 Motivation Einführung in die Mathematik für Wirtschaftswissenschaften Vorlesung im Wintersemester 2017 Kurt Frischmuth Institut für Mathematik, Universität Rostock WS 2017 2 Grundlagen Begriffe

Mehr

Wichtige Kenntnisse der Linearen Algebra

Wichtige Kenntnisse der Linearen Algebra Wichtige Kenntnisse der Linearen Algebra In Kapitel 3 der Vorlesung werden wir sehen (und in Kapitel 6 vertiefen, dass zur Beschreibung von Quantensystemen mathematische Begriffe aus dem Gebiet der Linearen

Mehr

4 Bilinearformen und Skalarprodukte

4 Bilinearformen und Skalarprodukte 4 Bilinearformen und Skalarprodukte 4 Grundlagen über Bilinearformen Definition 4 Sei V ein K-Vektorraum Eine Bilinearform b auf V ist eine Abbildung b : V V K mit folgenden Eigenschaften: (B) x, y, z

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 6 4. Mai 2010 Definition 69. Der Vektor f 3 x 2 (x 1, x 2, x 3 ) f 2 x 3 (x 1, x 2, x 3 ) f 1 x 3 (x 1, x 2, x 3 ) f 3 x 1 (x 1, x 2, x 3 ) f 2 x

Mehr

Vorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)

Vorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09) Vorlesung Mathematik für Ingenieure (Wintersemester 2008/09) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 9. November 2008) Die

Mehr

Die Bedeutung der Areafunktionen

Die Bedeutung der Areafunktionen Die Bedeutung der Areafunktionen Thomas Peters Thomas Mathe-Seiten www.mathe-seiten.de 8. März 003 Die Umkehrfunktionen der hyperbolischen Funktionen heißen Areafunktionen. Woher dieser Name kommt, und

Mehr

1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat.

1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. 1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. übliche Beispiele: Ort r = r( x; y; z; t ) Kraft F Geschwindigkeit

Mehr

Trigonometrische und hyperbolische Funktionen

Trigonometrische und hyperbolische Funktionen Trigonometrische und hyperbolische Funktionen Üben und Vertiefen durch Analogien Thilo Steinkrauß Herder-Gymnasium Berlin 9.09.203 / 22 Felix Klein 2 Kreis: Sinus und Cosinus Hyperbel: Sinus hyperbolicus

Mehr

Münchner Volkshochschule. Planung. Tag 09

Münchner Volkshochschule. Planung. Tag 09 Planung Tag 09 Prof.Dr. Nils Mahnke Mathematischer Vorkurs Folie: 26 Funktionen einer reellen Veränderlichen Sei f: D f R R eine Funktion und D f R symmetrisch bezüglich 0, d.h. x D f x D f Dann definiert

Mehr

Spezielle Klassen von Funktionen

Spezielle Klassen von Funktionen Spezielle Klassen von Funktionen 1. Ganzrationale Funktionen Eine Funktion f : R R mit f (x) = a n x n + a n 1 x n 1 + + a 1 x + a 0, n N 0 und a 0, a 1,, a n R, (a n 0) heißt ganzrationale Funktion n

Mehr

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren...

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... (benötigt neue Struktur über Vektorraumaxiome hinaus) Sei Länge von nach Pythagoras: Länge quadratisch in Komponenten! - Für : Skalarprodukt

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof Dr H Brenner Osnabrück SS 22 Mathematik für Anwender II Vorlesung Euklidische Vektorräume Im Anschauungsraum kann man nicht nur Vektoren addieren und skalieren, sondern ein Vektor hat auch eine Länge,

Mehr

(a, 0) (c, 0) = (ac, 0) (0, 1) =: i. Re(z) := a der Realteil und Im(z) := b der Imaginärteil

(a, 0) (c, 0) = (ac, 0) (0, 1) =: i. Re(z) := a der Realteil und Im(z) := b der Imaginärteil 14 DIE EXPONENTIALFUNKTION IM KOMPLEXEN 73 Wegen (a, 0) + (c, 0) = (a + c, 0) (a, 0) (c, 0) = (ac, 0) kann man die Teilmenge {(a, 0) a R} mit den darauf eingeschränkten Verknüpfungen identifizieren mit

Mehr

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b.

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b. Proposition.13 Sei f : D R stetig und D = [a, b] R. Dann ist f(d) beschränkt. Außerdem nimmt f sein Maximum und Minimum auf D an, d.h. es gibt x max D und ein x min D, so dass f(x max ) = sup f(d) und

Mehr

Spezielle Funktionen. Definition 8.1 : Sei D C eine Kreisscheibe f : D C heißt Lipschitz (-stetig) oder dehnungsbeschränkt auf D

Spezielle Funktionen. Definition 8.1 : Sei D C eine Kreisscheibe f : D C heißt Lipschitz (-stetig) oder dehnungsbeschränkt auf D 8 Spezielle Funktionen werden in diesem Abschnitt definiert, also insbesondere Exponentialfunktion, Logarithmusfunktion, die trigonometrischen Funktionen sowie weitere wichtige Funktionen, die mit exp,

Mehr

Kapitel 5 Trigonometrie

Kapitel 5 Trigonometrie Mathematischer Vorkurs TU Dortmund Seite / 7 Schenkel Winkelbereich Scheitel S α Winkel werden in Grad oder im Bogenmaß (auch Rad) angegeben: 360 =. y cot α r = sin α α cos α tan α x Durch diese Betrachtungen

Mehr

Mathematischer Vorkurs NAT-ING II

Mathematischer Vorkurs NAT-ING II Mathematischer Vorkurs NAT-ING II (0.09.03 0.09.03) Dr. Jörg Horst WS 03-04 Mathematischer Vorkurs TU Dortmund Seite / 5 Mathematischer Vorkurs TU Dortmund Seite 6 / 5 Schenkel Winkelbereich Scheitel S

Mehr

Beispiel. Die Reihe ( 1) k k + 1 xk+1 für 1 < x < 1 konvergiert auch für x = +1. Somit ist nach dem Abelschen Grenzwertsatz insbesondere die Gleichung

Beispiel. Die Reihe ( 1) k k + 1 xk+1 für 1 < x < 1 konvergiert auch für x = +1. Somit ist nach dem Abelschen Grenzwertsatz insbesondere die Gleichung Beispiel. Die Reihe log + x) = ) k k + xk+ für < x < konvergiert auch für x = +. Somit ist nach em Abelschen Grenzwertsatz insbesonere ie Gleichung log + ) = gültig. Daraus folgt ie Darstellung log2) =

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. Dezember 2011)

Mehr

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren...

L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... L3 Euklidische Geometrie: Längen, Winkel, senkrechte Vektoren... (benötigt neue Struktur über Vektorraumaxiome hinaus) Sei Länge von nach Pythagoras: Länge quadratisch in Komponenten! - Für : Skalarprodukt

Mehr

Mathematischer Vorkurs

Mathematischer Vorkurs Mathematischer Vorkurs Dr. Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite / 50 Kapitel 5 Mathematischer Vorkurs TU Dortmund Seite 54 / 50 Scheitel S Schenkel α Winkelbereich Winkel werden in Grad

Mehr

Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter)

Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter) Hyperbelfunktionen Simone kopp Ausarbeitung zum Vortrag im Proseminar Analysis (Wintersemester 008/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: Die Hyperbelfunktionen sind Funktionen, die von ihrer

Mehr

Einführung in die Mathematik für Wirtschaftswissenschaften.

Einführung in die Mathematik für Wirtschaftswissenschaften. Einführung in die Mathematik für Wirtschaftswissenschaften. Mathias Sawall Institut für Mathematik, Universität Rostock WS 2018/2019 Mathias Sawall Einführung in die Mathematik für Wirtschaftswissenschaften

Mehr

13 Die trigonometrischen Funktionen

13 Die trigonometrischen Funktionen 13 Die trigonometrischen Funktionen Wir schreiben die Werte der komplexen Exponentialfunktion im Folgenden auch als e z = exp(z) (z C). Geometrisch definiert man üblicherweise die Werte der Winkelfunktion

Mehr

1. ( e -x + e -(- x) 1. . ( e x + e - x ) . ( e x - e - x 2. Institut für Automatisierungstechnik Prof. Dr. Ch. Bold Analysis Übung 15 Folie 1

1. ( e -x + e -(- x) 1. . ( e x + e - x ) . ( e x - e - x 2. Institut für Automatisierungstechnik Prof. Dr. Ch. Bold Analysis Übung 15 Folie 1 04.03.04 Übung 5a Analysis, Abschnitt.5, Folie Definition der hyperbolischen Funktionen: sinus hyperbolicus: sinh( ). ( e - e - ) cosinus hyperbolicus: cosh( ). ( e + e - ) tangens hyperbolicus: sinh(

Mehr

Sphärische Geometrie

Sphärische Geometrie Sphärische Geometrie Nikolai Nowaczyk http://math.nikno.de/ Lars Wallenborn http://math.wallenborn.net/ 03.-05. Dezember 2010 Dies ist ein Skript zum gleichnamigen

Mehr

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015 Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition) Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz

Mehr

8 Euklidische und unitäre Vektorräume. Skalarprodukte Orthogonalität Matrizen

8 Euklidische und unitäre Vektorräume. Skalarprodukte Orthogonalität Matrizen 8 Euklidische und unitäre Vektorräume Skalarprodukte Orthogonalität Matrizen 8 Euklidische und unitäre Vektorräume Skalarprodukte Orthogonalität Matrizen In diesem Kapitel werden nur endlich dimensionale

Mehr

3 Vektorräume abstrakt

3 Vektorräume abstrakt Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare

Mehr

Der n-dimensionale Raum

Der n-dimensionale Raum Der n-dimensionale Raum Mittels R kann nur eine Größe beschrieben werden. Um den Ort eines Teilchens im Raum festzulegen, werden schon drei Größen benötigt. Interessiert man sich für den Bewegungszustand

Mehr

Übungsaufgaben zu den mathematischen Grundlagen von KM

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

Mehr

Bogenmaß, Trigonometrie und Vektoren

Bogenmaß, Trigonometrie und Vektoren 20 1 Einführung Bogenmaß: Bogenmaß, Trigonometrie und Vektoren Winkel können in Grad ( ) oder im Bogenmaß (Einheit: 1 Radiant, Abkürzung 1 rad) angegeben werden. Dabei gilt 2 rad 360. Die Einheit 1 rad

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz WS 04/05 0..04 Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 7. Übungsblatt

Mehr

Trigonometrie. In der Abbildung: der Winkel 120 (Gradenmaß) ist 2π = 2π (Bogenmaß).

Trigonometrie. In der Abbildung: der Winkel 120 (Gradenmaß) ist 2π = 2π (Bogenmaß). Trigonometrie. Winkel: Gradmaß oder Bogenmaß In der Schule lernt man, dass Winkel im Gradmass, also als Zahlen zwischen 0 und 60 Grad angegeben werden. In der Mathematik arbeitet man lieber mit dem Bogenmaß,

Mehr

Unter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über

Unter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über 9 Innere Produkte In diesem Kapitel betrachten wir immer Vektorräume über dem Körper der reellen Zahlen R oder dem Körper der komplexen Zahlen C. Definition 9.1: Sei V ein Vektorraum über R. Ein inneres

Mehr

Lösungshinweise zu den Hausaufgaben:

Lösungshinweise zu den Hausaufgaben: D. Garmatter C. Apprich, B. Krinn J. Hörner, M. Werth 9. Gruppenübung zur Vorlesung Höhere Mathematik Sommersemester 4 M. Künzer M. Stroppel Lösungshinweise zu den Hausaufgaben: Aufgabe H 6. Gegeben ist

Mehr

Beispiel: Bestimmung des Werts 3 2 ( 2 1, 4142) Es gilt 3 1,41 = 3 141/100 = , 707. Es gilt 3 1,42 = 3 142/100 = , 759.

Beispiel: Bestimmung des Werts 3 2 ( 2 1, 4142) Es gilt 3 1,41 = 3 141/100 = , 707. Es gilt 3 1,42 = 3 142/100 = , 759. (4) Exponential- und Logarithmusfunktionen Satz Für jedes b > 1 gibt es eine eindeutig bestimmte Funktion exp b : R R + mit folgenden Eigenschaften. exp b (r) = b r für alle r Q Die Funktion exp b ist

Mehr

Funktionen einer reellen Veränderlichen

Funktionen einer reellen Veränderlichen KAPITEL Funktionen einer reellen Veränderlichen.1 Eigenschaften von Funktionen........................... 39. Potenz- und Wurzelfunktionen............................ 1.3 Trigonometrische Funktionen.............................

Mehr

Thema 5 Differentiation

Thema 5 Differentiation Thema 5 Differentiation Definition 1 Sei f : D R. Dann ist f im Punkt x 0 differenzierbar, falls f(x) f(x 0 ) x x 0 x x 0 auf der Menge D \ {x 0 } existiert. Der Limes ist dann die Ableitung von f im Punkt

Mehr

Dr. O. Wittich Aachen, 12. September 2017 S. Bleß, M. Sc. Analysis. Übungsaufgaben. im Vorkurs Mathematik 2017, RWTH Aachen University

Dr. O. Wittich Aachen, 12. September 2017 S. Bleß, M. Sc. Analysis. Übungsaufgaben. im Vorkurs Mathematik 2017, RWTH Aachen University Dr. O. Wittich Aachen,. September 7 S. Bleß, M. Sc. Analysis Übungsaufgaben im Vorkurs Mathematik 7, RWTH Aachen University Intervalle, Beschränktheit, Maxima, Minima Aufgabe Bestimmen Sie jeweils, ob

Mehr

Tutorium: Analysis und lineare Algebra. Differentialrechnung. Steven Köhler. mathe.stevenkoehler.de Steven Köhler

Tutorium: Analysis und lineare Algebra. Differentialrechnung. Steven Köhler. mathe.stevenkoehler.de Steven Köhler Tutorium: Analysis und lineare Algebra Differentialrechnung Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Differenzenquotient Der Di erenzenquotient ist de niert als f(x) x f(x) f(x 0)

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch

Mehr

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

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

Mehr

(3) Wurzelfunktionen. Definition Sei f : D R eine Funktion. Eine Funktion g : D R heißt Umkehrfunktion von f, wenn für alle (x, y) R 2 die Äquivalenz

(3) Wurzelfunktionen. Definition Sei f : D R eine Funktion. Eine Funktion g : D R heißt Umkehrfunktion von f, wenn für alle (x, y) R 2 die Äquivalenz (3) Wurzelfunktionen Definition Sei f : D R eine Funktion. Eine Funktion g : D R heißt Umkehrfunktion von f, wenn für alle (x, y) R 2 die Äquivalenz Definition y = f (x) g(y) = x gilt. Für jedes k N ist

Mehr

Trigonometrie. Mag. DI Rainer Sickinger HTL. v 1 Mag. DI Rainer Sickinger Trigonometrie 1 / 1

Trigonometrie. Mag. DI Rainer Sickinger HTL. v 1 Mag. DI Rainer Sickinger Trigonometrie 1 / 1 Trigonometrie Mag. DI Rainer Sickinger HTL v 1 Mag. DI Rainer Sickinger Trigonometrie 1 / 1 Definition von Sinus, Cosinus und Tangens am Einheitskreis Im rechtwinkligen Dreieck ist der Winkel zwischen

Mehr

Die Funktion f (x) = e ix

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

Mehr

Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen

Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen a) Es ist < x, y > α + + β β ( + α) und y α + + β α + + ( + α) (α + α + ) 6 α + α, also α, ± 5 + ± 9 4 ± 3 Es gibt also Lösungen: α, β

Mehr

Abbildung 1: Geordnete Paare im zweidimensionalen euklidischem Raum

Abbildung 1: Geordnete Paare im zweidimensionalen euklidischem Raum Vektorrechnung Wir werden den Vektorbegriff anschaulich einführen und beschränken uns zunächst auf den zweidimensionalen euklidischen Raum. Die Elemente dieses Raumes sind Punkte P, Q, R, S,.... Geordnete

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr