Mathematik 2 für Naturwissenschaften

Größe: px
Ab Seite anzeigen:

Download "Mathematik 2 für Naturwissenschaften"

Transkript

1 Hans Walser Mathematik für Naturwissenschaften y t Modul 4 Fourier-Entwicklung. Vektorraum

2 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum ii Modul 4 für die Lehrveranstaltung Mathematik für Naturwissenschaften Frühjahr 3 Neubearbeitung Frühjahr 4 Neue Moduleinteilung. Grafische Überarbeitung last modified: 4. Oktober 3 Hans Walser Mathematisches Institut, Rheinsprung, 45 Basel

3 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum iii Inhalt Vektoren.... Orthonormierte Basis..... Simples Beispiel..... Anderes Beispiel... Zwei seltsame Vektoren Orthogonale Funktionen Skalarprodukt zweier Funktionen Beispiel Ein orthonormiertes System Fourier-Entwicklung Jean Baptiste Fourier Erinnerung an Vektoren Übertragung auf Funktionen Andere Periodenlängen Examples, examples, examples Die Signalfunktion Die Quadratfunktion Was ist ein Vektorraum? Beispiele Vektorräume im geometrischen Sinne Quadratische Polynome Polynomfunktionen Fourierpolynome und Fourierreihen Basis Verschiedene Basen Lineare Unabhängigkeit Skalarprodukt und Norm Vektoren Funktionen... 8 Orthonormale Basis Orthonormalisierungsverfahren Entwicklung eines Vektors Die Legendreschen Polynome Grad Null bis Feststellungen und Kommentare Zusammenfassung Skalarprodukt zweier Funktionen Orthonormales Funktionensystem Fourier-Koeffizienten und Fourier-Entwicklung Allgemeine Periodenlänge Vektorraum Skalarprodukt und Norm... 9

4 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum Vektoren. Orthonormierte Basis.. Simples Beispiel In der Ebene bilden die beiden Vektoren e = und e = eine orthonormierte Basis: Sie sind zueinander orthogonal und haben je die Länge Eins. a e Orthonormierte Basis und Vektor Für einen beliebigen Vektor, zum Beispiel für e erhalten wir dann: a = 3 Umgekehrt ist a = a e = 3 = 3 und a = a e = 3 = a = 3 = 3 e + e = a e + a e = a e.. Anderes Beispiel Wir beginnen mit den beiden Vektoren: e = und e = e + ( a e ) e Diese beiden Vektoren bilden wieder eine orthonormierte Basis: Sie sind zueinander orthogonal und haben je die Länge Eins

5 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum a e e Anderes Beispiel Wir bearbeiten wieder den Vektor a = 3 und erhalten: a = a e = = 6 = =. und a = a e = = = 7 5 = Nun ist: a e + a e = Es ist also wiederum a = ( a e ) e + ( a e ) e = = = 3 = a

6 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 3 Dies kann auch bildlich nachvollzogen werden: e a e e e e e e Zerlegung des Vektors in orthonormale Komponenten Zwei seltsame Vektoren Was hat es mit folgenden beiden Vektoren auf sich? c = s =,,,,,,,,,,,,,, Sie sind waagrecht geschrieben (um Platz zu sparen). Ihr Skalarprodukt ist Null, sie sind orthogonal: c s = ( ) + + ( ) + + = Sie sind eine Art Spektrum der Kosinus- und der Sinusfunktion im Intervall, [ ]

7 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 4 y - t - c = Spektrum der Kosinus-Funktion,,,,,,, y - t - s = Spektrum der Sinus-Funktion,,,,,,, Das Skalarprodukt der beiden Vektoren kann daher kompakt geschrieben werden: c s 8 = cos( k 8 )sin( k 8 ) = k=

8 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 5 Wenn wir die Summe noch mit einer Schrittlänge ergänzen, haben wir die Vorstufe zu einem Integral: 8 k= cos( k 8 )sin k 8 8 cos t sin( t)dt Tatsächlich ist auch dieses Integral Null. Wegen sin( t) = cos( t)sin( t) ist: cos t sin( t)dt = 3 Orthogonale Funktionen sin( t)dt = cos ( t ) = Es ist also sinnvoll, zu sagen, die beiden Funktionen Kosinus und Sinus seien im Intervall, [ ] orthogonal. Wir wollen das noch etwas präzisieren. 3. Skalarprodukt zweier Funktionen Zu zwei Funktionen f und g definieren wir ein Skalarprodukt: b ( f, g) = f ( t)g( t)dt Die Angabe des Integrationsintervalls [ a, b] ist wesentlich. Es sind verschiedene Schreibweisen gebräuchlich, neben f, g f, g. Zwei Funktionen mit Skalarprodukt Null heißen orthogonal. Die Länge oder Norm einer Funktion ist gegeben durch: f = a ( f, f ) auch [ f, g] und 3. Beispiel Wir studieren die Funktionen cos( nt), n =,,, 3,... und sin( nt), n =,,3,... auf dem Intervall [, ]. Da alle diese Funktionen die -periodisch sind, können wir aber auch irgend ein Intervall der Länge verwenden, insbesondere das symmetrische Intervall [, ] Wir zeigen nun: Diese Funktionen sind paarweise orthogonal. Zunächst ist es so, dass die Kosinusfunktionen alle gerade Funktionen sind, die Sinusfunktionen alle ungerade Funktionen. Ein Produkt einer geraden Funktion mit einer ungeraden Funktion ist eine ungerade Funktion, das Integral auf dem symmetrischen Intervall, [ ] wird Null. Somit ist:

9 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 6 cos( mt )sin( nt)dt = Die Kosinusfunktionen sind also orthogonal zu den Sinusfunktionen. Die Figur zeigt die Situation für cos( 3t )sin( t). Wir sehen sehr schön die Punktsymmetrie des Graphen der ungeraden Funktion. y - - t - cos( 3t )sin( t) und cos( nt) orthogonal. Das ist nicht ohne weiteres Für m n sind aber auch cos mt einsehbar und kann nicht mit Symmetrieüberlegungen gezeigt werden. Die Figur zeigt die Situation für cos( 6t)cos( t). Der Graph ist nur achsensymmetrisch. y - - t - cos( 6t)cos( t) Trotzdem ist das Integral Null. Das kann sehr schön mit partieller Integration gezeigt werden: Es sei m n. Dann ist: cos( mt )cos( nt)dt =

10 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 7 Es ist also: cos( mt )cos( nt)dt = Analog kann gezeigt werden, dass: Zusammengefasst: Die Funktionen sin( mt )sin( nt)dt = cos( nt), n =,,, 3,... sin( nt), n =,, 3,... bilden im Intervall [, ] ein System von orthogonalen Funktionen. Das folgende Bild zeigt cos( nt), n =,,,3,4,5. Für n = ergibt sich die Konstante. y - - t - cos( nt), n =,,,3,4,5 Das folgende Bild zeigt sin nt, n =,,, 3,4,5. Für n = ergibt sich die Konstante Null, welche in der Praxis nicht brauchbar ist und daher weggelassen wird.

11 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 8 y - - t - sin( nt), n =,,,3, 4,5 3.3 Ein orthonormiertes System Schön wäre es, wenn die Funktionen auch normiert wären. Das ist zwar nicht der Fall, kann aber gemacht werden. Berechnen wir die Länge oder Norm der einzelnen Funktionen. Dazu berechnen wir das Skalarprodukt mit sich selber und dann die Wurzel daraus. Für n ist: cos( nt)cos( nt) dt = Somit ist: Daraus ergibt sich: Analog findet sich: cos( nt)cos( nt) dt cos( nt) = sin( nt) = =

12 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 9 Im Sonderfall n = haben wir die Konstante Eins zu integrieren. Das ergibt und für die Norm. Wenn wir nun die Funktionen durch diese Norm dividieren, erhalten wir Funktionen der Norm Eins. Das Funktionensystem (konstante Funktion) cos( nt), n =,,3,... sin( nt), n =,,3,... bildet im Intervall [, ] eine orthonormierte Basis. Wir haben hier einen Vektorraum der Dimension unendlich.

13 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 4 Fourier-Entwicklung Nun können wir nach dem Muster der Vektoren eine Funktion, welche ebenfalls periodisch ist, nach diesem System zerlegen (Fourier-Analyse) oder entwickeln (Fourier-Reihe, das System ist ja unendlich). 4. Jean Baptiste Fourier Jean- Baptiste Fourier (768-83) 4. Erinnerung an Vektoren Bei den Vektoren in der Ebene hatten wir gefunden: Allgemein gilt für die Dimension n : Detailliert heißt das: a = ( a e ) e + ( a e ) e a = n a e k e k k= Berechnung der Koeffizienten: Skalarprodukt mit dem entsprechenden Basisvektor: Zusammensetzung zur Summe: a = n a k = a e k a kek = k= n a e k e k k=

14 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 4.3 Übertragung auf Funktionen Für eine beliebige, aber -periodische Funktion f gehen wir nun wie folgt vor: Berechnung der Koeffizienten mit dem Skalarprodukt, das heißt mit dem Integral: a = a k = b k = f ( t) dt f ( t)cos( kt) dt k =,, 3,... f ( t)sin( kt) dt k =,,3,... Zusammensetzung zur Summe (endliche Approximation) oder Reihe: f ( t) a + f ( t) = a + n k= k= a k cos kt a k cos kt n + k= + k= b k sin( kt) b k sin( kt) Es ist zu beachten, dass die hässlichen Wurzelausdrücke von der Norm zweimal erscheinen, einmal bei der Koeffizientenberechnung und dann wieder bei der Summenbildung. Man kann sie bei der Koeffizientenberechnung ohne Wurzel nehmen und kann sie dann bei der Summenbildung einfach weglassen. Das Gleichheitszeichen bei der Reihe ist cum grano salis zu verstehen. Es gibt da interessante Konvergenzfragen. In einzelnen isolierten Punkten kann die Entwicklung daneben gehen. Die Angelegenheit hat eine gewisse Ähnlichkeit mit der Taylor-Entwicklung. Bei der Taylor-Entwicklung wird nach Potenzfunktionen entwickelt, bei der Fourier- Entwicklung nach trigonometrischen Funktionen (Kreisfunktionen). Die Herleitung ist allerdings völlig anders. Bei der Fourier-Entwicklung wird die Idee des Vektorraumes verwendet. 4.4 Andere Periodenlängen Nun passen allerdings die wenigsten periodischen Funktionen gerade auf die Periodenlänge. Das kann aber passend gemacht werden. Es sei eine Funktion f ( t) mit der Periodenlänge T gegeben. Bei den Kreisfunktionen kriegen wir diese Periodenlänge mit der Kreisfrequenz ω = T Dann können wir wie folgt vorgehen: hin.

15 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum Berechnung der Koeffizienten. Der Normierungsfaktor wird ohne Wurzel genommen. a k = T b k = T T T f t f t cos( kωt )dt ; k =,,, sin( kωt )dt ; k =,, Dann wird die Reihe gebildet. Der Sonderfall n = wird hier etwas anders behandelt als bei unserer streng fundamentalistischen Herleitung. Der Normierungsfaktor wurde bereits bei der Koeffizientenberechnung berücksichtigt. f ( t) = a ( sin ( kωt )) + a k cos kωt k= + b k 4.5 Examples, examples, examples 4.5. Die Signalfunktion Wir versuchen, folgenden Graphen zu erreichen: y - - t - Der Graph Das ist allerdings keine Funktion, die senkrechten hellblauen Strecken widersprechen dem Funktionsbegriff. Wir müssen die Funktionswerte für die ganzen Zahlen eindeutig festlegen. Das kann zum Beispiel so aussehen:

16 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 3 y - - t - Funktion Wir haben nun eine echte Funktion, sie hat Sprungstellen bei allen ganzen Zahlen. Es ist allerdings besser, die Sache wie folgt zu lösen: y - - t - Funktion Wir haben nun eine Funktion mit punktsymmetrischem Graphen, also eine ungerade Funktion. Dies hat zur Folge, dass in der Fourier-Entwicklung nur die Sinus-Funktionen auftreten. Wir brauchen also nur die Koeffizienten b k zu berechnen. Aus Symmetriegründen können wir mit dem Intervall T, T [ ] = [, ] arbeiten. Die Funktion hat die Periodenlänge T =. Somit ist ω = T b k = T f t sin( kωt )dt = f t = =. Somit ist: sin( kt)dt ; k =,, Der Integrand ist als Produkt zweier ungerader Funktionen eine gerade Funktion. Wir können uns bei der Integration also auf die rechte Hälfte beschränken und das Resultat doppelt nehmen. In der rechten Hälfte des Integrationsintervalls ist f ( t) =. Die Abweichungen an den isolierten Stellen t = und t = spielen für das Integral keine Rolle. Also ist: Wegen b k = sin( kt)dt = k cos ( kt ) = k cos k cos( )

17 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 4 cos( k) = braucht es eine Fallunterscheidung: k gerade: k ungerade: + falls k gerade falls k ungerade b k = ( k + ) = b k = ( k ) = 4 k In der Fourier-Entwicklung bleiben also nur die Sinus-Funktionen mit ungeradem k übrig: f ( t) = 4 sin ( t ) + 4 sin ( 3t ) sin ( 5t ) 5 + = 4 j= j+ sin ( j + )t Das folgende Bild zeigt die Entwicklung bis k = 9, zusammen mit der echten Signalfunktion: y - - t - Entwicklung bis k = 9 Im folgenden Bild ist bis k = 9 entwickelt worden: y - - t - Entwicklung bis k = 9

18 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 5 Die fast senkrechten Striche sind nicht ganz senkrecht und daher kein Widerspruch zum Funktionsbegriff Die Quadratfunktion Die Funktion f t = t ist nicht periodisch. Wir versuchen trotzdem eine Fourier- [ ]. Die Funktion ist gerade, es Entwicklung, der Einfachheit halber im Intervall, erscheinen also nur die Kosinus-Funktionen in der Entwicklung. Es ist T = und ω =. Wir erhalten zunächst: Für k ergibt sich: a k = a = dt t dt t cos kt = = 3 t 3 = 3 ( ) = 3 Somit ist a k = 4 ( k )k und wir haben die Entwicklung: f ( t) = a + a k cos ( kt ) = k k= k= = 3 + 4( cos t cos t cos ( 3t ) ± ) ( )k cos( kt)

19 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 6 Das folgende Bild zeigt die Entwicklung bis k = 6, ohne und mit der ursprünglichen Parabel. y y t t Fourier-Entwicklung bis k = 6 Die Entwicklung ist innerhalb des Intervalls, schlecht. Es zeigt sich auch die -Periodizität der Entwicklung. [ ] recht gut, nachher dramatisch 5 Was ist ein Vektorraum? Wir haben eine Menge V von Elementen, die wir im Folgenden als Vektoren bezeichnen und (vorläufig) mit dem Symbol u kennzeichnen. In dieser Menge sei eine innere Addition definiert, das heißt mit zwei Vektoren u, v aus V gehöre auch die Summe u + v zum Vektorraum V. Ferner sollen folgende Axiome gelten:. Axiome bezüglich der Vektoraddition a) u + v = v + u (Kommutativität) b) u + ( v + w ) = ( u + v ) + w (Assoziativität) c) Es gibt einen Nullvektor: u + = + u = u d) Es gibt zu jedem Vektor einen Gegenvektor: (Neutralelement) u + u (Inverses) = Ferner gibt eine skalare Multiplikation einer rellen Zahl c (Skalar genannt) mit einem Vektor u mit folgenden Axiomen:. Axiome bezüglich der skalaren Multiplikation: a) c u + v u + cv (Distributivität) = c b) ( c + d) u = cu + du (Distributivität)

20 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 7 c) c du d) u = u = ( cd) u (Assoziativität) In diesen Axiomen werden dieselben Operationszeichen für an sich verschiedene Operationen verwendet. So steht zum Beispiel in ( c + d) u = cu + du das Pluszeichen links für die Addition von reellen Zahlen, das Pluszeichen rechts für die Vektoraddition. 5. Beispiele 5.. Vektorräume im geometrischen Sinne Diese Vektorräume gaben dem Ding den Namen. Oft werden die D-Vektoren u = u u mit Zahlenpaar ( u, u ) oder mit dem Punkt P( u, u ) identifiziert; dies ist der Endpunkt des Vektors u, wenn er als Ortsvektor, also mit den Anfangspunkt im Ursprung, gezeichnet wird. Wir bezeichnen diesen Vektorraum mit. Allgemein wird mit n der Vektorraum der reellen n-tupel oder der nd-vektoren bezeichnet. 5.. Quadratische Polynome Die Menge der quadratischen Polynome { ax + bx + c a, b, c } erfüllt alle Axiome eines Vektorraums. Da a und/oder b und/oder c auch null sein können, gehören als Sonderfälle auch die linearen Terme und die Konstanten dazu. Dieser Vektorraum ist im Wesentlichen derselbe wie 3. Entsprechend ist die Menge der Polynome von höchstens dem Grad n der Vektorraum n Polynomfunktionen Die Menge der Polynomfunktionen von beliebigem Grad (ohne obere Grenze) ist ebenfalls ein Vektorraum. Er hat allerdings die Dimension Fourierpolynome und Fourierreihen Die Funktionen von der Form f ( t) a + n k= a k cos kt bilden einen Vektorraum der Dimension n +. Die Funktionen von der Form n + k= b k sin( kt)

21 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 8 f ( t) = a + k= bilden einen Vektorraum der Dimension. 6 Basis a k cos kt + k= b k sin( kt) 6. Verschiedene Basen Die einfachste Basis für D-Vedktoren sind die beiden Einheitsvektoren: Diese bilden eine orthonormierte Basis. e = und e = Grüne Basis und rote Basis Aber auch die beiden Vektoren e = bilden eine orthonormierte Basis und e =

22 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 9 Wir können aber auch zwei beliebige andere, voneinander linear unabhängige Vektoren als Basis verwenden, zum Beispiel: v = 3 und v = 5 v v als Linearkombination u = x v + x v darzu- Um einen beliebigen Vektor u = u u stellen, haben wir das Gleichungssystem zu lösen. Da die Gleichungsmatrix Nicht orthonormierte Basis 3x + 5x = u x + x = u A = 3 5 wegen der linearen Unabhängigkeit von v und v regulär ist, hat dieses Gleichungssystem genau eine Lösung. Die Darstellung des Vektors u in der Basis v und v ist also eindeutig. Die Basis ist aber weder orthogonal noch normiert. 6. Lineare Unabhängigkeit Eine Basis ist dann optimal, wenn keiner der Basisvektoren eine Linearkombination anderer Basisvektoren ist. Sind in einer Basis die Basisvektoren linear unabhängig, ist die Darstellung eines beliebigen Vektors in dieser Basis eindeutig.

23 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 7 Skalarprodukt und Norm Wir ordnen zwei Vektoren eine reelle Zahl zu. Schematisch: Skalarprodukt: V V Das Skalarprodukt wird u v oder u v (dot product) geschrieben. Wenn die Vektoren Funktionen sind, werden die Schreibweisen f, g Dabei sollen folgende Eigenschaften gelten: a) u v = v u (Kommutativität) b) u ( v + w ) = u v + u w (Distributivität) c) c( u v ) = ( cu ) v = u ( cv ) d) u u > falls u = falls u = oder [ f, g] oder f, g verwendet. Wir haben wiederum verschiedene Operationen mit demselben Symbol bezeichnet: In u ( v + w ) = u v + u w ist das Plus links die Vektoraddition, das Plus rechts die Addition in der Menge der reellen Zahlen. Falls für zwei Vektoren das Skalarprodukt null ist, nennen wir sie orthogonal. Die Länge (Betrag, Norm) eines Vektors ist die Quadratwurzel aus dem Skalarprodukt des Vektors mit sich selbst: u = u u Mit Hilfe des Skalarproduktes kann auch der Zwischenwinkel γ berechnet werden: cos( γ ) = u v u v 7. Vektoren Für Vektoren u = u u n, v v = v n kann das übliche Skalarprodukt u v = u v + + u n v n = u k v k verwendet werden. Dieses Skalarprodukt kann als Matrixprodukt dargestellt werden: uv = u v + + u n v n = [ u u n ] n k= v = u t v v n

24 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 7. Funktionen Für Funktionen dient das Integral b ( f, g) = f ( x)g x a dx als Skalarprodukt. Die Angabe des Integrationsintervalls [ a, b] ist wesentlich. So gilt zum Beispiel für die Funktionen cos t, : ( cos( t), sin( t) ) = cos( t)sin( t) dt = und sin( t) im symmetrischen Intervall Die beiden Funktionen sind orthogonal. Für ihre Norm erhalten wir: cos t = cos t cos( t) = (, cos( t) ) = cos t dt = Für das Intervall, sin t = sin t sin( t) = ist aber: (, sin( t) ) = sin t ( cos( t), sin( t) ) = cos( t)sin( t) dt = = ( cos ( t )) = dt sin ( t ) dt = 4 cos + cos ( ) = Die beiden Funktionen sind nicht mehr orthogonal. Für ihre Norm ergibt sich: cos t = cos t cos( t) = 4 (, cos( t) ) = cos t dt = 4

25 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum sin t = sin t sin( t) = 4 (, sin( t) ) = sin t dt Die Längenhaben sich auch verändert. Wir können nun auch den Zwischenwinkel ausrechnen: cos γ = ( cos ( t ), sin ( t )) cos t sin( t) = 4 4 = = 4 γ = arccos( ) Orthonormale Basis 8. Orthonormalisierungsverfahren Wir bauen eine beliebige Basis aus linear unabhängigen Vektoren v, v, v 3,, die aber weder orthogonal noch normiert sein müssen, in eine orthonormale Basis b, b, b 3, um. Dabei versuchen wir, uns möglichst eng an die ursprüngliche Basis v, v, v 3, anzulehnen. Beim ersten Vektor brauchen wir bloß die Länge zu justieren: v b = v b v Normierung des ersten Vektors Beim zweiten Vektor muss auch die Richtung in Ordnung gebracht werden. S v b F v Es ist Der Weg zum zweiten Vektor OF = v cos γ b

26 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 3 Wegen cos( γ ) = Daher ist: v b v ist: OF = v cos ( γ ) b = v b v b Schließlich ergibt sich durch Normierung: b ( b ) b F S = v OF = v v = F S b = F S b b v v b v v b Der Vektor b hat zwar nicht dieselbe Richtung wie der Vektor v, liegt aber in der durch die Vektoren v und v aufgespannten Ebene. Beim dritten Vektor geht es so: S 3 v 3 b v S b v S b b F 3 F v Vorstoßen in den dreidimensionalen Raum Der Vektor v 3 liegt wegen der linearen Unabhängigkeit nicht in der durch die Vektoren v und v aufgespannten Ebene. Er ist in der Regel aber auch nicht orthogonal dazu. Für den Vektor OF 3 finden wir: OF 3 = ( v 3 b ) b + und daraus: b 3 = ( v 3 b ) b v 3 v ( 3b ) b + v ( ( 3b ) b ) v 3 v 3b b + v ( ( 3b ) b ) F v

27 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 4 Allgemein gilt: b = b k = v v v k v k k j= k j= ( v kbj ) b j ( v kbj ) b j Der Vektor b k liegt in dem durch die Vektoren v,, v k aufgespannten Unterraum und ist orthogonal zu Unterraum, der durch die Vektoren v,, v k aufgespannt wird. 8. Entwicklung eines Vektors u = ( u b ) b + ( u b ) b + + ( u b n ) b n = n j= ( u b j ) b j 8.3 Die Legendreschen Polynome Als Beispiel zur Orthonormierung einer Basis nehmen wir im Vektorraum der Potenzfunktionen die Basis v ( x) =, v ( x) = x, v ( x) = x,,v n ( x) = x n,. Die Funktionen dieser Basis werden mit dem Funktionsgrad ab Null nummeriert. Ferner verwenden wir das Skalarprodukt ( f, g) = f ( x)g x dx mit dem Integrationsintervall [, ]. Die Basis ist mit diesem Skalarprodukt nicht orthonormiert. Wir müssen also den Orthonormierungsprozess anwenden und erhalten: 8.3. Grad Null bis Grad Null v ( x) = v = dx = b =

28 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum Grad v ( x) = x ( v, b ) = x dx = Das Integral ist Null, da der Integrand eine ungerade Funktion ist und das Integrationsintervall symmetrisch zum Nullpunkt. Daher ist: v ( v, b )b = v = x v ( v, b )b = x dx = 3 b b = v v, b = ( 3 )b x v v, b Grad v ( x) = x ( v, b ) = v, b x dx = 3 = (ungerader Integrand) = x 3 + v ( v, b )b + ( v, b )b = x 3 v ( v, b )b + ( v, b )b b = 45 8 ( x 3) = 5 ( 3x ) = x 3 dx = 8 45

29 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum Grad 3 In den folgenden Rechnungen verschwindet jedes zweite Integral wegen ungeradem Integranden Grad 4 v 3 ( x) = x 3 = v 3, b ( v 3, b ) = 3 ( v 3, b ) = x 4 dx = 3 5 = x v 3 ( v 3, b )b = x x v 3 ( v 3, b )b b 3 = 75 8 v 4 ( x) = x 4 ( v 4, b ) = ( v 4, b ) = 3 x = x3 3 5 x dx = 8 ( x x ) = 7 5x3 3x x 4 dx = 5 ( v 4, b ) = 5 = ( 3x 6 x 4 ) dx = v 4, b 3 v 4 ( v 4, b )b + ( v 4, b )b = x x + 3 x x b 4 = Grad 5 Eine analoge Rechnung liefert: dx = x x = 8 5 ( x x ) = x4 3x + 3 v 5 ( x) = x 5 b 5 = 8 63x5 7x 3 + 5x

30 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum Feststellungen und Kommentare Die Polynome sind abwechslungsweise gerade und ungerade. weglassen, bleiben die so genannten Legendere- Wenn wir den Wurzelfaktor n+ sche Polynome übrig: Adrien-Marie Legendre, = = x P x P x P ( x) = 3x P 3 ( x) = 5x3 3x P 4 ( x) = 8 35x4 3x + 3 P 5 ( x) = 8 63x5 7x 3 + 5x Die Legendreschen Polynome sind zwar noch orthogonal, aber nicht normiert. Die Norm ist das Quadrat des Kehrwertes des weggelassenen Wurzelfaktors n+ gilt: für m n P n ( x)p m ( x) dx = n+ für m = n Die Legendreschen Polynome haben aber eine andere Normeigenschaft. Es ist: P n = P n ( ) = ( ) n. Es

31 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum 8 y - - x - 9 Zusammenfassung Legendresche Polynome für n =,,, 3, 4, 5 9. Skalarprodukt zweier Funktionen b ( f, g) = f ( t)g( t)dt a 9. Orthonormales Funktionensystem [ ] Bezugsintervall, (konstante Funktion) cos( nt), n =,, 3,... sin( nt), n =,, 3, Fourier-Koeffizienten und Fourier-Entwicklung a = a k = b k = f ( t) dt f ( t)cos( kt) dt k =,,3,... f ( t)sin( kt) dt k =,, 3,... f ( t) a + f ( t) = a + n k= k= a k cos kt a k cos kt n + k= + k= b k sin( kt) b k sin( kt)

32 Hans Walser: Modul 4, Fourier-Entwicklung. Vektorraum Allgemeine Periodenlänge a k = T b k = T T T f ( t) = a f t f t cos( kωt )dt ; k =,,, sin( kωt )dt ; k =,, ( sin ( kωt )) + a k cos kωt k= + b k 9.5 Vektorraum. Vektoraddition a) u + v = v + u (Kommutativität) b) u + ( v + w ) = ( u + v ) + w (Assoziativität) c) Es gibt einen Nullvektor: u + = + u = u d) Es gibt zu jedem Vektor einen Gegenvektor:. Skalare Multiplikation: a) c( u + v ) = cu + cv (Distributivität) b) ( c + d) u = cu + du (Distributivität) c) c( du ) = ( cd) u (Assoziativität) d) u = u (Neutralelement) u + u (Inverses) = 9.6 Skalarprodukt und Norm a) u v = v u (Kommutativität) b) u ( v + w ) = u v + u w (Distributivität) c) c( u v ) = ( cu ) v = u ( cv ) d) u u > falls u = falls u = Die Länge (Betrag, Norm): u = u u Zwischenwinkel γ : cos( γ ) = u v u v

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

Mathematik 1 für Naturwissenschaften

Mathematik 1 für Naturwissenschaften Hans Walser Mathematik für Naturwissenschaften y x Modul 09 Integrationstechniken Hans Walser: Modul 09, Integrationstechniken ii Inhalt Partielle Integration.... Typische Fragestellung.... Herleitung

Mehr

Vektoren, Vektorräume

Vektoren, Vektorräume Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. Vektorräume und lineare Abbildungen 4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt

Mehr

Mathematik 1 für Naturwissenschaften

Mathematik 1 für Naturwissenschaften Hans Walser Mathematik für Naturwissenschaften Modul 0 Einführung Hans Walser: Modul 0, Einführung ii Inhalt Zahlen.... Natürliche Zahlen.... Ganze Zahlen.... Rationale Zahlen.... Reelle Zahlen... Smbole....

Mehr

Vektoren - Die Basis

Vektoren - Die Basis Vektoren - Die Basis Motivation (Als Vereinfachung - der Schreibarbeit - wählen wir meistens Vektoren in R 2.) Eigentlich ist ja Alles klar! Für einen Vektor a gilt a = ( a x a y )! Am Ende werden wir

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 2: Vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 19. Oktober 2011) Vektoren in R n Definition 2.1

Mehr

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel 4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der

Mehr

00. Einiges zum Vektorraum R n

00. Einiges zum Vektorraum R n 00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen

Mehr

& sind die Vektorkomponenten von und sind die Vektorkoordinaten von. A x. a) Der Betrag eines Vektors

& sind die Vektorkomponenten von und sind die Vektorkoordinaten von. A x. a) Der Betrag eines Vektors Einführu hnung Was ist ein Vektor? In Bereichen der Naturwissenschaften treten Größen auf, die nicht nur durch eine Zahlenangabe dargestellt werden können, wie Kraft oder Geschwindigkeit. Zur vollständigen

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de c 018 Steven Köhler Wintersemester 018/19 Inhaltsverzeichnis Teil 1 Teil Teil

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler Wintersemester 2018/19 Inhaltsverzeichnis Teil 1 Teil

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

Länge, Skalarprodukt, Geradengleichungen

Länge, Skalarprodukt, Geradengleichungen Länge, Skalarprodukt, Geradengleichungen Jörn Loviscach Versionsstand: 9. April 2010, 18:48 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.youtube.com/joernloviscach

Mehr

2.2 Kollineare und koplanare Vektoren

2.2 Kollineare und koplanare Vektoren . Kollineare und koplanare Vektoren Wie wir schon gelernt haben, können wir einen Vektor durch Multiplikation mit einem Skalar verlängern oder verkürzen. In Abbildung 9 haben u und v die gleiche Richtung,

Mehr

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele:

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele: L2. Vektorräume Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer Beispiele: 2) Vektoren: vollständig bestimmt durch Angabe einer und einer Beispiele: Übliche

Mehr

Übersicht Kapitel 9. Vektorräume

Übersicht Kapitel 9. Vektorräume Vektorräume Definition und Geometrie von Vektoren Übersicht Kapitel 9 Vektorräume 9.1 Definition und Geometrie von Vektoren 9.2 Teilräume 9.3 Linearkombinationen und Erzeugendensysteme 9.4 Lineare Abhängigkeiten

Mehr

Kapitel I: Vektorrechnung 2: Vektoren im Raum

Kapitel I: Vektorrechnung 2: Vektoren im Raum WS 1/14 - Prof Dr Manfred Leitz 2 Vektoren im Raum A Grundbegriffe B Rechnen mit Vektoren C Der euklidische Betrag D Das euklidische Skalarprodukt E Vektorprodukt und Spatprodukt F Geraden und Ebenen im

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

Examen GF Mathematik (PAM) Kurzfragen 2017

Examen GF Mathematik (PAM) Kurzfragen 2017 Examen GF Mathematik (PAM) Kurzfragen 2017 Die mit einem + gekennzeichneten Fragen sind längere Kurzfragen. Kurzfrage 1+ Was ist ein Vektor? Ein Vektor ist die Menge aller gerichteten Strecken ( Pfeile

Mehr

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R. Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen Serie 6 (Vektorräume, Skalarprodukt) Fachhochschule Nordwestschweiz (FHNW Hochschule für Technik Institut für Geistes- und Naturwissenschaft Lösungen Serie 6 (Vektorräume, Skalarprodukt Dozent: Roger Burkhardt Klasse: Studiengang ST Büro:

Mehr

2. Vektorräume 2.1. Vektoren im R n. Vektoren sind gerichtete Groen, die durch ihre Lange (Betrag, Norm) und Richtung gekennzeichnet sind.

2. Vektorräume 2.1. Vektoren im R n. Vektoren sind gerichtete Groen, die durch ihre Lange (Betrag, Norm) und Richtung gekennzeichnet sind. . Vektorräume.. Vektoren im R n. Vektoren sind gerichtete Groen, die durch ihre Lange (Betrag, Norm) und Richtung gekennzeichnet sind. Physikalische Beispiele fur Vektoren: Kraft, Geschwindigkeit, Beschleunigung,

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

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

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

Skalarprodukt. Das gewöhnliche Skalarprodukt ist für reelle n-tupel folgendermaßen erklärt: Sind. und v := reelle n-tupel, dann ist

Skalarprodukt. Das gewöhnliche Skalarprodukt ist für reelle n-tupel folgendermaßen erklärt: Sind. und v := reelle n-tupel, dann ist Orthogonalität p. 1 Skalarprodukt Das gewöhnliche Skalarprodukt ist für reelle n-tupel folgendermaßen erklärt: Sind u := u 1 u 2. u n reelle n-tupel, dann ist und v := v 1 v 2. v n u v := u 1 v 1 + u 2

Mehr

Lernunterlagen Vektoren in R 2

Lernunterlagen Vektoren in R 2 Die Menge aller reellen Zahlen wird mit R bezeichnet, die Menge aller Paare a 1 a 2 reeller Zahlen wird mit R 2 bezeichnet. Definition der Menge R 2 : R 2 { a 1 a 2 a 1, a 2 R} Ein Zahlenpaar a 1 a 2 bezeichnet

Mehr

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif 14 Oktober 2008 1 Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof Dr Ulrich Reif Inhalt: 1 Vektorrechnung 2 Lineare Gleichungssysteme 3 Matrizenrechnung 4 Lineare Abbildungen 5 Eigenwerte

Mehr

Programmierung und Angewandte Mathematik

Programmierung und Angewandte Mathematik Programmierung und Angewandte Mathematik C++ /Scilab Programmierung und Einführung in das Konzept der objektorientierten Anwendungen zu wissenschaftlichen Rechnens SS 2012 Inhalt Steckbrief der Funktion

Mehr

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT Prof. N. Hungerbühler ETH Zürich, Winter 6 Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT. Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in das entsprechende

Mehr

Länge, Skalarprodukt, Vektorprodukt

Länge, Skalarprodukt, Vektorprodukt Länge, Skalarprodukt, Vektorprodukt Jörn Loviscach Versionsstand: 20. April 2009, 19:39 1 Überblick Ein Vektorraum muss nur eine Minimalausstattung an Rechenoperationen besitzen: die Addition zweier Vektoren

Mehr

Skalarprodukte im Funktionenraum und orthogonale Funktionen

Skalarprodukte im Funktionenraum und orthogonale Funktionen 1 Skalarprodukte im Funktionenraum und orthogonale Funktionen Im Allgemeinen muss ein reelles Skalarprodukt (, ) (wir betrachten reelle Funktionen) folgende Eigenschaften ausweisen: Bilinearität (Linearität

Mehr

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) 1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 2: Der Euklidische Raum Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 30. Oktober 2007) Vektoren in R n 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

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

Lineare Algebra II. Bonusaufgabe B. 1. Betrachten Sie das Standard-Skalarprodukt im R 3 : R 3 R 3 R

Lineare Algebra II. Bonusaufgabe B. 1. Betrachten Sie das Standard-Skalarprodukt im R 3 : R 3 R 3 R Bonusaufgabe B 1. Betrachten Sie das Standard-Skalarprodukt im R 3 : R 3 R 3 R a 1 a 2, b 1 3 b 2 := a i b i = a 1 b 1 + a 2 b 2 + a 3 b 3. a 3 b 3 i=1 Rufen Sie sich die folgenden Zusammenhänge in Erinnerung:

Mehr

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele:

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele: L2. Vektorräume Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer Beispiele: Masse, Volumen, Energie, Arbeit, Druck, Temperatur 2) Vektoren: vollständig

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

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

Mathematik 1 für Naturwissenschaften

Mathematik 1 für Naturwissenschaften Hans Walser Mathematik 1 für Naturwissenschaften Modul 112 Lineare Differenzialgleichungen zweiter Ordnung Hans Walser: Modul 112, Lineare Differenzialgleichungen zweiter Ordnung ii Inhalt 1 Lineare Differenzialgleichungen

Mehr

Mathematik-1, Wintersemester Vorlesungsplan, Übungen, Hausaufgaben

Mathematik-1, Wintersemester Vorlesungsplan, Übungen, Hausaufgaben Mathematik-1, Wintersemester 2014-15 Vorlesungsplan, Übungen, Hausaufgaben Vorlesungen: Lubov Vassilevskaya Übungen: Dr. Wilhelm Mons, Lubov Vassilevskaya http://www.math-grain.de/ Inhaltsverzeichnis 1.

Mehr

Diagonalisierbarkeit symmetrischer Matrizen

Diagonalisierbarkeit symmetrischer Matrizen ¾ Diagonalisierbarkeit symmetrischer Matrizen a) Eigenwerte und Eigenvektoren Die Matrix einer linearen Abbildung ³: Î Î bezüglich einer Basis ( Ò ) ist genau dann eine Diagonalmatrix wenn jeder der Basisvektoren

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

4.3 Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen

4.3 Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen 196 KAPITEL 4. VEKTORRÄUME MIT SKALARPRODUKT 4. Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen In diesem Abschnitt betrachten wir Vektorräume über IR und über C. Ziel ist es, in solchen Vektorräumen

Mehr

Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression

Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at

Mehr

Lineare Algebra: Theorie und Anwendungen

Lineare Algebra: Theorie und Anwendungen Lineare Algebra: Theorie und Anwendungen Sommersemester 2012 Bernhard Burgeth Universität des Saarlandes c 2010 2012, Bernhard Burgeth 1 VEKTOREN IN DER EBENE UND IM RAUM 2 1 Vektoren in der Ebene und

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 213 Prof. Dr. Erich Walter Farkas Kapitel 7: Lineare Algebra Kapitel 7.5: Eigenwerte und Eigenvektoren einer quadratischen Matrix Prof. Dr. Erich Walter Farkas Mathematik

Mehr

HÖHERE MATHEMATIK I FÜR MW UND CIW Übungsblatt 5

HÖHERE MATHEMATIK I FÜR MW UND CIW Übungsblatt 5 PROF DR-ING RAINER CALLIES DR THOMAS STOLTE DIPL-TECH MATH KATHRIN RUF DIPL-TECH MATH KARIN TICHMANN WS / HÖHERE MATHEMATIK I FÜR MW UND CIW Übungsblatt Zentralübung Z Bezüglich eines kartesischen Koordinatensystems

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht der Länge des Vektorpfeils. Im R 2 : x = Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.

Mehr

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60 Kartesische Koordinaten in Ebene und Raum 3 Vektoren 3.1 Kartesische Koordinaten in Ebene und Raum In der Ebene (mathematisch ist dies die Menge R 2 ) ist ein kartesisches Koordinatensystem festgelegt

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

Mathematik 2 für Naturwissenschaften

Mathematik 2 für Naturwissenschaften Hans Walser Mathematik 2 für Naturwissenschaften Modul 202 Regressionsgerade und Korrelation Lernumgebung. Teil Hans Walser: Modul 202, Regressionsgerade und Korrelation. Lernumgebung. ii Inhalt Messwertpaare...

Mehr

Mathematik I+II Frühlingsemester 2019 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik I+II Frühlingsemester 2019 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik I+II Frühlingsemester 219 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 46 8. Lineare Algebra: 5. Eigenwerte und

Mehr

Kapitel 15 Lineare Gleichungssysteme

Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 1 / 27 Kapitel 15 Lineare Gleichungssysteme Definition 15.1 (Lineares Gleichungssystem

Mehr

2 Geradengleichungen in Parameterform. Länge und Skalarprodukt

2 Geradengleichungen in Parameterform. Länge und Skalarprodukt 2 Geradengleichungen in Parameterform. Länge und Skalarprodukt Jörn Loviscach Versionsstand: 19. März 2011, 15:33 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:

Mehr

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2 Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 2 für Naturwissenschaften Hans Walser Mathematik 2 für Naturwissenschaften Spender A B AB 0 Empfänger A B AB 0 1 0 0 0 1 0 1 1 1 0 0 0 1 1 1 1 1 verträglich 0 unverträglich Modul 210 Koordinatensysteme. Matrizen Lernumgebung Hans

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine Vektorräume (Teschl/Teschl 9 Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen: Eine

Mehr

Aufgaben zu Kapitel 20

Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 3. Übung WS 17/18: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 3. Übung WS 17/18: Woche vom Übungsaufgaben 3. Übung WS 17/18: Woche vom 3. 10. - 7. 10. 017 Fourierreihen: 16. b,c,e,o), 16.3 a, b), 16.4 a) auch reelle Fourierreihe) Klausureinsicht zu Mathematik II 11.8. 017): 30.10.17, 7.00-8.30

Mehr

Mathematik für Chemische Technologie 2

Mathematik für Chemische Technologie 2 Mathematik für Chemische Technologie 2 Themenüberblick: Funktionen mehrerer unabhängigen Veränderlichen Vektoralgebra Lineare Gleichungssysteme und Determinanten Fehlerrechnung Schwerpunkt des Sommersemesters

Mehr

Mathematische Erfrischungen III - Vektoren und Matrizen

Mathematische Erfrischungen III - Vektoren und Matrizen Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen

Mehr

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }. 154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen Serie 6 (Vektorräume, Skalarprodukt) Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 4 Einführung Vektoren und Translationen

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:

Mehr

Lineare Algebra. 1 Lineare Abbildungen

Lineare Algebra. 1 Lineare Abbildungen Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe

Mehr

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen 1 Lineare Abhängigkeit 1.1 Für welche t sind die folgenden Vektoren aus 3 linear abhängig? (1, 3, 4), (3, t, 11), ( 1, 4, 0). Das zur Aufgabe gehörige LGS führt auf die Matrix 1 3 4 3 t 11. 1 4 0 Diese

Mehr

Mathematik 1 für Naturwissenschaften

Mathematik 1 für Naturwissenschaften Hans Walser Mathematik 1 für Naturwissenschaften Modul 111 Systeme von Differenzialgleichungen Luchs und Hase Hans Walser: Modul 111, Systeme von Differenzialgleichungen. Luchs und Hase ii Inhalt 1 Lineare

Mehr

Dieses Skript ist urheberrechtlich geschützt. Ich behalte mir alle Rechte vor. Eine Vervielfältigung ist nicht gestattet und strafbar.

Dieses Skript ist urheberrechtlich geschützt. Ich behalte mir alle Rechte vor. Eine Vervielfältigung ist nicht gestattet und strafbar. Dieses Skript ist urheberrechtlich geschützt. Ich behalte mir alle Rechte vor. Eine Vervielfältigung ist nicht gestattet und strafbar. 1 2 Hinweise zum Skript Grundlagen der Wirtschaftsmathematik und Statistik

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 2 für Naturwissenschaften Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Lernumgebung Hans Walser: Modul 212 Determinanten. Lernumgebung ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften

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

Mathematik 2 für Naturwissenschaften

Mathematik 2 für Naturwissenschaften Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Hans Walser: Modul 212, Determinanten ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften Sommer 2003 Probeausgabe

Mehr

Mathematik 1 für Naturwissenschaften

Mathematik 1 für Naturwissenschaften Hans Walser Mathematik für Naturwissenschaften Modul 3 Funktionen mehrerer Variablen Hans Walser: Modul 3, Funktionen mehrerer Variablen ii Modul 3 für die Lehrveranstaltung Mathematik für Naturwissenschaften

Mehr

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,

Mehr

Angewandte Mathematik und Programmierung

Angewandte Mathematik und Programmierung Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens SS2013 Inhalt Fourier Reihen Sehen wir in 2 Wochen Lösung der lin. Dgln.

Mehr

Skalarprodukte (Teschl/Teschl Kap. 13)

Skalarprodukte (Teschl/Teschl Kap. 13) Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 9 Aufgabe 9 Finden Sie eine Basis des Lösungsraums L R 5 des linearen

Mehr

Mathematischer Vorkurs

Mathematischer Vorkurs Mathematischer Vorkurs Dr Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 17 Vektoren Kapitel 15 Vektoren Mathematischer Vorkurs TU Dortmund Seite 13 / 17 Vektoren 151 Denition: Vektoren im Zahlenraum

Mehr

Theoretische Physik 1a: Rechenmethoden der Mechanik Lösung Beispielaufgaben Übungsblatt 4

Theoretische Physik 1a: Rechenmethoden der Mechanik Lösung Beispielaufgaben Übungsblatt 4 Theoretische Physik a: Rechenmethoden der Mechanik Lösung Beispielaufgaben Übungsblatt 4 Prof. Dr. Frank Wilhelm-Mauch Peter Schuhmacher, M.Sc. Raphael Schmit, M.Sc. WS 7/8 Aufgabe : Natürliche Parametrisierung

Mehr

schreiben, wobei p und q ganze Zahlen sind.

schreiben, wobei p und q ganze Zahlen sind. Schülerinfotag 1. Man zeige, dass keine rationale Zahl ist. Das heißt lässt sich nicht als p q schreiben, wobei p und q ganze Zahlen sind. Proof. Wir werden das Prinzip Beweis durch Widerspruch verwenden.

Mehr

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

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

Mehr

Probeklausur zu Mathematik 2 für Informatik

Probeklausur zu Mathematik 2 für Informatik Gunter Ochs Wintersemester 4/5 Probeklausur zu Mathematik für Informatik Lösungshinweise wie immer ohne Garantie auf Fehlefreiheit. Gegeben sei das Dreieck im R mit den Eckpunkten A a Berechnen Sie die

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D. Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion

Mehr

Kreissektoren und Bogenmaß

Kreissektoren und Bogenmaß M 10.1 Kreissektoren und Bogenmaß In einem Kreis mit Radius r gilt für einen Kreissektor mit Mittelpunktswinkel α: Länge des Kreisbogens Fläche des Kreissektors b = α α 2rπ A = 360 360 πr2 Das Bogenmaß

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 2 für Naturwissenschaften Hans Walser Mathematik für Naturwissenschaften Modul Lineare Abbildungen. Eigenwerte Lernumgebung. Teil Hans Walser: Modul, Lineare Abbildungen. Eigenwerte. Lernumgebung. Teil ii Inhalt Lineare Abbildung

Mehr

Höhere Mathematik I/II

Höhere Mathematik I/II Markus Stroppel Höhere Mathematik I/II Z. Zusätze. Z.. Skalarprodukte in Funktionenräumen. Wir wollen an einigen Beispielen zeigen, dass es nützlich sein kann, Skalarprodukte auch in ganz allgemeinen (reellen)

Mehr

Übungsaufgaben zur Vektorrechnung

Übungsaufgaben zur Vektorrechnung Übungsaufgaben zur Vektorrechnung Wolfgang Kippels. Oktober 8 Inhaltsverzeichnis Vorwort Einleitung Einfache Aufgaben. Aufgabe..................................... Aufgabe a................................

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru T. Welti

Lineare Algebra für D-ITET, D-MATL, RW. Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru T. Welti Dr. V. Gradinaru T. Welti Herbstsemester 27 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Serie Aufgabe. Multiple Choice: Online abzugeben..a) Bezüglich des euklidischen Skalarprodukts in R

Mehr

Definition: Euklidischer Raum mit Skalarprodukt. Die kanonische Basis von Einheitsvektoren sind paarweise orthogonal zueinander:

Definition: Euklidischer Raum mit Skalarprodukt. Die kanonische Basis von Einheitsvektoren sind paarweise orthogonal zueinander: Definition: Euklidischer Raum mit Skalarprodukt Einsteinsche Summenkonvention (ES): über doppelt vorkommende Indizes wird summiert. Die kanonische Basis von Einheitsvektoren sind paarweise orthogonal zueinander:

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

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Ingenieure II, SS 9 Dienstag $Id: jordantex,v 8 9// 4:48:9 hk Exp $ $Id: quadrattex,v 9// 4:49: hk Exp $ Eigenwerte und die Jordansche Normalform Matrixgleichungen und Matrixfunktionen Eine

Mehr