Exponentialreihe von Matrizen

Größe: px
Ab Seite anzeigen:

Download "Exponentialreihe von Matrizen"

Transkript

1 Exponentialreihe von Matrizen Seminar zur Vorlesung "Geometrie für Lehramt" Sommersemester 20 Dozent: Prof. Dr. Lorenz Schwachhöfer Fakultät für Mathematik der Technischen Universität Dortmund Name: Kerstin Greifenberg Studiengang: BfP Datum:

2 Inhaltsverzeichnis Einleitung 3 2 Die Exponentialreihe von Matrizen 5 3 Literatur 5 2

3 Einleitung Bei diesem Vortrag handelt es sich um den ersten Teil des Themas Exponentialreihe und Logarithmus von Matrizen. Hierbei wird die Exponentialreihe von Matrizen thematisiert. Es wird im Folgenden von der aus der Analysis bekannten e Funktion ausgegangen. Das bedeutet, dass die Eigenschaften der e Funktion auf die Eigenschaften der Exponentialfunktion von Matrizen übertragen und die notwendigen Zusatzbedingungen berücksichtigt werden. Die gewöhnliche Exponentialfunktion oder e Funktion e x in der Analysis ist durch jede der folgenden drei Eigenschaften charakterisiert:. Als Lösung der Dierentialgleichung y y mit der Anfangsbedingung y(0). 2. Als (überall konvergente) Potenzreihe exp x n 0 n! xn. 3. Als Grenzfunktion des stetigen Wachstums exp x lim k ( + x k )k. Begründung: Zu. Für die gesuchte Lösung y y(x) (für y(x) 0) ist die Dierentialgleichung (log(y)) y y äquivalent zu log(y(x)) x + C, mit einer Integrationskonstanten C. Mit der Anfangsbedingung y(0) folgt log(y(0)) log() 0 d.h. C 0. Also gilt log(y(x)) x und somit y(x) e x. Zu 2. Löse diese DGL mit dem Potenzreihenansatz y(x) n 0 a nx n, ( a n x n n 0 n 0 a n x n) n na n x n n 0 (n + )a n+ x n. Ein Koezientenvergleich liefert a n (n + )a n+, was zusammen mit der Anfangsbedingung a 0 die folgende rekursive Formel für alle Koezienten a n ergibt a n n a n n n a n 2 n! a 0 n!. 3

4 Also folgt y(x) n 0 n! xn. Die Konvergenz dieser Reihe für beliebiges x folgt aus dem Quotientenkriterium. Quotientenkriterium: Sei n0 a n eine Reihe mit a n 0. q < fest, sodass a n+ a n q ab einem Index n 0, dann ist n0 a n absolut konvergent. Insbesondere gilt dies, wenn der Grenzwert lim n a n+ a n existiert und < ist. Für diese Reihe bedeutet das, a n+ a n x n+ (n+)! x n n! x 0 für n n + d.h. der Grenzwert existiert und ist <. Auch für formale Potenzreihen ergibt sich das selbe Resultat, da der Identitätssatz für Potenzreihen und das formale Dierenzieren per Denition gelten. Die Exponentialreihe ist die einzige formale Potenzreihe in einer Variablen mit a 0, die die formale Dierentialgleichung y y erfüllt. Analoges gilt für die Dierentialgleichung y ay mit der Lösung y(x) e ax. Zu 3. Die Eulersche Zahl e 2, ist als der Grenzwert e lim n ( + n )n deniert. D.h. für festes ganzzahliges x 0 folgt ( ( e x lim + ) n x ( lim + n n) nx ( lim + n n) x ) k, k k wobei k nx gesetzt wird. Für den Fall x 0 folgt e 0. Durch Grenzübergang gilt das dann auch für rationales und schlieÿlich für reelles x. Aus der Theorie der gewöhnlichen Dierentialgleichungen ist bekannt, dass die vektorielle DGL Y AY für eine konstante Matrix A durch den Exponentialreihenansatz Y (x) n 0 x n n! An gelöst werden kann. Es gilt durch gliedweises Dierenzieren nach dem reellen / komplexen Parameter x ( Y x n ) (x) n! An ( n xn A n x n ) A n! (n )! An AY (x). n 0 n n Die Reihe erfüllt die DGL und die Anfangsbedingung Y (0) E. 4

5 2 Die Exponentialreihe von Matrizen 2. Denition: Exponentialabbildung Für eine reelle oder komplexe (n, n) Matrix X denieren wir die Exponentialabbildung exp durch exp X : k! Xk E + X + X2 2 + X3 6 + X Diese unendliche Reihe heiÿt Exponentialreihe. Schreibweise: e X, exp X (vgl. e Funktion aus der Analysis). Den Vektorraum aller (n, n) Matrizen über K bezeichnen wir im Folgenden mit gl(n, K) statt mit M n n (K). Dass die Exponentialabbildung exp : gl(n, R) GL(n, R), exp : gl(n, C) GL(n, C) eine wohldenierte Abbildung ist, wird durch den folgenden Satz gezeigt. 2.2 Satz: Eigenschaften der Exponentialabbildung. Die Reihe exp X konvergiert absolut für jede Matrix X im Raum aller quadratischen Matrizen. 2. Die Exponentialabbildung ist verträglich mit der Transposition und der komplexen Konjugation, d.h. es gilt exp(x t ) (exp(x)) t und exp(x) exp X. 3. Die Exponentialabbildung ist verträglich mit der Konjugation von Matrizen, d.h. es gilt exp(p XP ) P (exp(x))p für jede invertierbare Matrix P. 4. Die Zuordnung X exp(x) ist beliebig oft dierenzierbar. 5. Es gilt das Exponentialgesetz exp(x + Y ) exp(x) exp(y ) für je zwei Matrizen X, Y, die kommutieren d.h. XYYX. 6. Für beliebiges X ist exp(x) invertierbar und es gilt (exp(x)) exp( X), exp(kx) (exp(x)) k k Z. 7. det(exp(x)) e spurx für beliebiges X. 5

6 8. Die Zuordnung t exp(tx) deniert eine dierenzierbare Kurve in GL(n, C) mit 0 E und d dt (exp(tx)) X exp(tx), speziell d exp(tx) X. t0 dt Beweis Ax Wir verwenden hier die Operator Norm A sup x 0 x die euklidische Norm von x sei. Zu.: zu zeigen: der folgende Grenzwert existiert von Matrizen, wobei x lim N N k! Xk } {{ } S N zz. S N ist eine Cauchy-Folge in M n,n (K) K n2. Sei N 2 > N N 2 S N2 S N N 2 kn + k! Xk N k! Xk N2 k! Xk N 2 kn + kn + k! Xk k! X k 0 für N. Für die erste Abschätzung wurde die Dreiecks Ungleichung verwendet und für die zweite Abschätzung die Submultiplikativitätseigenschaft der Operator Norm. Wir wissen, dass e X konvergiert, denn n0 xn n! e x, x R. D.h. n0 k x n konvergiert und ist somit Cauchy Folge. Analog gilt dies für den Betrag, sodass die absolute Konvergenz folgt. Zu 2.: Mit Hilfe der Gleichungen (A T ) n (A n ) T sowie A n A n folgt. exp(x T ) exp(x) k! (XT ) k k! (X)k k! (Xk ) T ( k! Xk ) T (exp(x)) T k! (X)k Zu 3.: Es gilt (P XP ) 2 P XP P XP P X 2 P. Analog gilt für höhere Potenzen d.h. exp(p XP ) n0 n! (P XP ) n (P XP ) n P X n P n0 k! (X)k exp(x) n! P Xn P P ( n! Xn )P P exp(x)p n0 6

7 Zu 4.: Betrachte die Gleichungen aus der 5. und 8. Eigenschaft. Zu 5.: Mit XY Y X gilt (X + Y ) 2 (X + Y )(X + Y ) X 2 + XY + Y X + Y 2 X 2 + 2XY + Y 2, Der Binomische Lehrsatz fordert die Kommutativität wie bereits im Fall n 2 gezeigt. (X + Y ) n n ( ) n X k Y n k. k exp(x + Y ) n0 n0 (X + Y )n n! n n! n n0 n0 k+ln ( ( ) n X k Y n k k X k Y n k k!(n k)! X k k! X k Y l k!l! )( l0 Y l ) l! (exp(x)) (exp(y )) Zu 6.: k 0 : exp(0) E k > 0 : Vollständige Induktion: Induktionsvoraussetzung: exp(kx) (exp(x)) k Induktionsanfang: siehe k 0 Induktionsschritt: k k + exp((k+)x) exp(x+kx) 5. (exp(x))(exp(kx)) IV. (exp(x))(exp(x)) k (exp(x)) k+ Somit gilt exp(kx) (exp(x)) k für k 0. k : E exp(0) exp(x X) (exp(x))(exp( X)) d.h. exp( X) (exp(x)) k < 0 : exp( kx) (exp(kx)) (exp(x)) k Zu 7.:.Fall: X ist eine obere Dreiecksmatrix, d.h. auf der Hauptdiagonalen stehen die Elemente e X ii, dann gilt 7

8 det exp(x) i ex ii e i X ii e spurx. 2.Fall: allgemeiner Fall: Verwende die Jordansche Normalform A P XP. Damit erhält die Matrix die Gestalt einer oberen Dreiecksmatrix. det A det P det J det }{{ P } det J e spurj e spura det P Es bleibt noch zu zeigen, dass: SpurA SpurJ SpurA Spur(P J)P SpurP (P J) SpurJ Zu 8.: Wegen der absoluten Konvergenz kann die Reihe gliedweise dierenziert werden. d dt (exp(tx)) d dt k! tk X k k! k tk X k X k! k tk X k X X X k k k! k tk X k, denn k 0 liefert 0 (k )! (tx)k k! (tx)k X exp(tx) d exp(tx) X exp(0) X dt t0 2.3 Folgerung Sei G eine Untergruppe von GL(n, R), in der Matrizen mit negativer Determinante vorkommen. Dann ist die reelle Exponentialabbildung nicht surjektiv, d.h. das Bild exp(gl(n, R)) überdeckt nicht ganz G. Dies gilt speziell für G GL(n, R) selbst sowie für G O(n). 8

9 Beweis Nach 2.2 (7) gilt det(exp(x)) e spurx > 0 und ist somit nicht surjektiv. O(n) {A GL(n, R) AA T E} und es gilt det(a) ±, denn AA T E det(aa T ) det(e) det(a) det(a T ) det (det(a)) 2, da det(a) det(a T ) det(a) ±. 2.4 Bemerkung Das Exponentialgesetz exp(x + Y ) (exp(x))(exp(y )) gilt immer dann, wenn X mit Y kommutiert, also wenn XY Y X gilt. Das folgende Beispiel zeigt, dass dies im Allgemeinen nicht der Fall ist X 0 0 0, Y 0 0, Z Dann gilt X 2 Y 2 Y X (X + Y ) 3 0, XY (X + Y ) 2 Z, XZ ZX, Y Z ZY. D.h. exp(x + Y ) E + X + Y + 2 Z, aber (exp X)(exp Y ) (E + X)(E + Y ) E + X + Y + Z. 2.5 Satz Für beliebige feste quadratische Matrizen X, Y und kleine Werte von t gelten die folgende Gleichungen (Taylor Entwicklung): (exp(tx))(exp(ty )) exp(t(x + Y )) t2 2 (XY Y X) + O(t3 ) (2.) (exp( tx))(exp( ty ))(exp(tx))(exp(ty )) E + t 2 (XY Y X) + O(t 3 ) (2.2) 9

10 Beweis Das Landau Symbol O(t 3 ) steht für alle Terme von dritter oder höherer Ordnung in t. Zu (2.): exp(t(x + Y )) E + tx + ty + t2 2 (X2 + XY + Y X + Y 2 ) + O(t 3 ) (exp(tx))(exp(ty )) (E + tx + t2 2 X2 + O(t 3 ))(E + ty + t2 2 Y 2 + O(t 3 )) E + tx + ty + t2 2 (X2 + 2XY + Y 2 ) + O(t 3 ) (exp(tx))(exp(ty )) exp(t(x + Y )) E + tx + ty + t2 2 (X2 + 2XY + Y 2 ) + O(t 3 ) (E + tx + ty + t2 2 (X2 + XY + Y X + Y 2 ) + O(t 3 )) t2 2 (2XY XY Y X) + O(t3 ) t2 2 (XY Y X) + O(t3 ) Zu (2.2): (exp( tx))(exp( ty )) (E + ( tx) + ( t)2 2 X 2 + O(t 3 ))(E + ( ty ) + ( t)2 2 Y 2 + O(t 3 )) E tx ty + t2 2 (X2 + 2XY + Y 2 ) + O(t 3 ) (exp( tx))(exp( ty ))(exp(tx))(exp(ty )) (E tx ty + t2 2 (X2 + 2XY + Y 2 ) + O(t 3 ))(E + tx + ty + t2 2 (X2 + 2XY + Y 2 ) + O(t 3 )) E + t 2 (XY Y X) + O(t 3 ) Der Kommutator XY Y X ergibt sich nach (2.2) wie folgt: XY Y X d ((exp( tx))(exp( txy ))(exp( tx)(exp( ) ty ), dt t0 wobei die rechte Seite stetig dierenzierbar nach t ist für t 0. 0

11 2.6 Beispiel: Die Exponentialabbildung der dimensionalen Drehgruppe SO(2) SO(n) {A O(n) det(a) } Drehgruppe. Man betrachte die spezielle Matrix R ( ) 0 t t 0. Für die Potenzen folgt: ( ) R 2 t t 2 t 2 E, R 3 t 2 R, R 4 t 4 E Damit gilt R 2k ( t 2 E) k ( ) k t 2k E, exp(r) (2k + )! R2k+ + R 2k+ RR 2k ( ) k t 2k R (2k)! R2k (2k + )! ( )k t 2k R + (2k)! ( )k t 2k E ( ) 0 sin(t) + cos(t)e 0 ( ) cos(t) sin(t), sin(t) cos(t) d.h. exp(r) ist eine Drehmatrix in der Ebene um den Winkel t. 2.7 Lemma Es gibt oene Umgebungen U von 0 in gl(n, C) und V von E in GL(n, C), so dass exp : U V ein Dieomorphismus ist. Analoges gilt für gl(n, R) und GL(n, R). Beweis Satz über die Umkehrabbildung: Es sei U eine oene Menge des R n und F : U R n eine stetig dierenzierbare Abbildung mit der Eigenschaft, dass die Funktionalmatrix in einem festen Punkt x 0 invertierbar ist. Dann ist in einer gewissen kleineren oenen Umgebung V mit x 0 V U auch die Abbildung F invertierbar, d.h. F v : V f(v ) ist ein Dieomorphismus. Wir fassen eine komplexe (n, n) Matrix als einen reellen Vektor mit 2n 2 Einträgen auf. x,..., x 2n2 bezeichne die entsprechenden kartesischen Koordinaten bzw. reellen Variablen und mit E,..., E 2n 2 werden die entsprechenden Basis Elemente bezeichnet, wobei E j eine an der j ten Stelle und sonst nur Nullen enthält. D.h. wir können

12 X i xi (X)E i und exp(x) i xi (exp(x))e i schreiben, wobei x i (X) die i te Koordinatenfunktion von X und x i (exp(x)) die i te Koordinatenfunktion von exp(x) beschreibt. Berechnung der Funktionalmatrix Hier gilt x i (exp(x)) x j ( x i (exp(x)) J 0 exp x j ) x0. i,j x0 d dt x i (exp(0 + te j )) t0 ( ) lim x i (exp(0 + te j )) x i (exp 0) t 0 t x i( ) lim t 0 t (exp(te j) (exp 0)) x i( ) d x i (exp(0 + te j ) t0 dt x i (E j ) δ i j. Somit ist die Funktionalmatrix im Element 0 die Einheitsmatrix. Nach dem Satz über die Umkehrabbildung gibt es eine Umgebung U von 0, so dass exp dort ein Dieomorphismus aufs Bild ist. Eine entsprechende Umkehrabbildung heiÿt logarithmische Karte. 2.8 Bemerkung exp ist global betrachtet kein Dieomorphismus. Betrachte den Fall n d.h. die gewöhnliche Exponentialfunktion (e Funktion) exp : C gl(, C) GL(, C) C \ {0} mit z e z, die global nicht invertierbar ist (Problem des komplexen Logarithmus). Darüber hinaus ist auch exp : gl(n, R) GL(n, R) kein globaler Dieomorphismus, da nach Folgerung 2.3 nicht surjektiv. Eigenschaft: Exponentialfunktion ist Grenzwert des stetigen Wachstums. Für die reelle e Funktion ist bekannt: e lim k ( + k )k. In der Gleichung exp x lim k ( + x k )k ist für jedes feste x der Grenzwert bereits durch die Werte + x k Umgebung der bestimmt. in einer beliebig kleinen 2

13 2.9 Lemma: Das stetige Wachstum für die Multiplikation von Matrizen Es sei c(t) eine C Kurve in GL(n, C) mit c(0) E, c (0) X. Dann gilt t exp(tx) lim k (c( t k ))k, speziell gilt auch exp(tx) lim k (E + t k X)k. Beweis Abbildung 2.:.Fall: t < δ Es sei exp : U V ein Dieomorphismus gemäÿ Lemma 2.7 mit tx U und c(t) V t < δ. Wir setzen dann γ(t) : exp (c(t)). Dann gilt γ(0) 0 (Nullmatrix). exp : gl(n, C) GL(n, C) γ : ( δ, δ) gl(n, C) X c (0) (d exp 0 )(γ (0)) γ (0) }{{} E Es existiert die Taylor Entwicklung von γ in der Form γ(t) 0 + tx + O(t 2 ). Daraus ergibt sich γ( t k ) t t2 k X + O( ) und nach Multiplikation mit k folgt k 2 kγ( t k ) tx + O( t2 k ) für jedes feste t und für k. Nach Denition gilt (c( t k ))k (exp(γ( t k )))k exp(k γ( t k )) exp(tx + O( t2 k )) lim k (c( t k ))k exp(tx) t < δ. 3

14 2.Fall: t δ Betrachte N N mit t N < δ. lim (c( t k kn ))k exp( t ( N X) ) N lim (c( t k kn ))kn (exp( t N X))N exp(n t N X) exp(tx). }{{} lim k (c( t k ))k Noch zu zeigen: exp(tx) lim k (E + t k X)k d.h. Setze: exp(tx) lim k (c( t k ))k c( t k ) E + t k X c(t) E + tx Dann folgt: c(0) E, c (0) X und somit gilt: exp(tx) lim k (E + t k X)k. Beispiel Im Spezialfall G GL(, R) (R \ {0}, ) mit gl(, R) (R, +) ist die Exponentialfunktion die gewöhnliche e Funktion exp(x) e x mit exp(0). Als Kurve gemäÿ dem vorangegangenen Lemma kann man c(t) : + t mit c (0) wählen. Daraus folgt exp(t ) e t lim k ( + t k )k. 4

15 3 Literatur W. Kühnel: Matrizen und Liegruppen, Vieweg und Teubner 5

Der Tangentialraum im Einselement

Der Tangentialraum im Einselement Technische Universität Dortmund Fakultät für Mathematik - Lehrstuhl VII Seminarvortrag Der Tangentialraum im Einselement Seminar Geometrie für Lehramt/Dierentialgeometrie I Dozent Prof. Dr. Lorenz Schwachhöfer

Mehr

Kapitel 3. Reihen und ihre Konvergenz

Kapitel 3. Reihen und ihre Konvergenz Kapitel 3 Reihen und ihre Konvergenz Abschnitt 3.1 Der Reihenbegri und erste Beispiele Denitionen zu Reihen, 1 Denition. Sei (a n ) n N0 eine Folge reeller Zahlen. Für n N 0 heiÿt dann die Zahl s n :=

Mehr

Die Lie-Algebra einer Untergruppe von Matrizen

Die Lie-Algebra einer Untergruppe von Matrizen Die Lie-Algebra einer Untergruppe von Matrizen Technische Universität Dortmund Fakultät für Mathematik Lehrstuhl VII: Dierentialgeometrie Seminar Geometrie für Lehramt (SS 2) Prof. Dr. Lorenz Schwachhöfer

Mehr

Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen

Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen Proseminar Lineare Algebra SS10 Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen Simon Strahlegger Heinrich-Heine-Universität Betreuung: Prof. Dr. Oleg Bogopolski Inhaltsverzeichnis:

Mehr

Gruppen in der Physik Liegruppen und Liealgebren 1.Teil Vortrag vom Claudia Würz

Gruppen in der Physik Liegruppen und Liealgebren 1.Teil Vortrag vom Claudia Würz 1 Einleitung Gruppen in der Physik Liegruppen und Liealgebren 1.Teil Vortrag vom 13.06.2006 Claudia Würz Im folgenden wollen wir uns mit Liegruppen und Liealgebren beschäftigen. Sie sind nicht nur für

Mehr

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung Kapitelgliederung 3. Folgen und Reihen 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung 3.5 Reihen 3.6 Absolut

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen

Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen Susanna Pohl Vorkurs Mathematik TU Dortmund 12.03.2015 Folgen und Reihen Folgen und Grenzwerte Rechenregeln für konvergente Folgen

Mehr

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38 3. Folgen und Reihen Buchholz / Rudolph: MafI 2 38 Kapitelgliederung 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung

Mehr

Potenzreihenentwicklung im Reellen und Komplexen

Potenzreihenentwicklung im Reellen und Komplexen Potenzreihenentwicklung im Reellen und Komplexen Christoph Lassnig 26. Januar 20 Zusammenfassung Dieses Dokument bietet einen kleinen Überblick über Potenzreihen, sowie auf ihnen aufbauenden Sätzen und

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 17 Potenzreihen Definition 17.1. Es sei (c n ) n N eine Folge von reellen Zahlen und x eine weitere reelle Zahl. Dann heißt

Mehr

Monotone Funktionen. Definition Es sei D R. Eine Funktion f : D R heißt. (ii) monoton fallend, wenn für alle x, x D gilt. x < x f (x) f (x ).

Monotone Funktionen. Definition Es sei D R. Eine Funktion f : D R heißt. (ii) monoton fallend, wenn für alle x, x D gilt. x < x f (x) f (x ). Monotone Funktionen Definition 4.36 Es sei D R. Eine Funktion f : D R heißt (i) monoton wachsend, wenn für alle x, x D gilt x < x f (x) f (x ). Wenn sogar die strikte Ungleichung f (x) < f (x ) folgt,

Mehr

Mathematik für Anwender. Testklausur mit Lösungen

Mathematik für Anwender. Testklausur mit Lösungen Fachbereich Mathematik/Informatik 4. Januar 0 Prof. Dr. H. Brenner Mathematik für Anwender Testklausur mit en Dauer: Zwei volle Stunden + 0 Minuten Orientierung, in denen noch nicht geschrieben werden

Mehr

Vorlesung Analysis I WS 07/08

Vorlesung Analysis I WS 07/08 Vorlesung Analysis I WS 07/08 Erich Ossa Vorläufige Version 07/12/04 Ausdruck 8. Januar 2008 Inhaltsverzeichnis 1 Grundlagen 1 1.1 Elementare Logik.................................. 1 1.1.A Aussagenlogik................................

Mehr

Wiederholung von Linearer Algebra und Differentialrechnung im R n

Wiederholung von Linearer Algebra und Differentialrechnung im R n Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:

Mehr

1.1 Vorbemerkung: Konvergenz von Reihen. g = lim. n=0. n=0 a n sei konvergent und schreibt. a n = g. (2) n=0

1.1 Vorbemerkung: Konvergenz von Reihen. g = lim. n=0. n=0 a n sei konvergent und schreibt. a n = g. (2) n=0 1 Taylor-Entwicklung 1.1 Vorbemerkung: Konvergenz von Reihen Gegeben sei eine unendliche Folge a 0,a 1,a,... reeller Zahlen a n R. Hat der Grenzwert g = lim k a n (1) einen endlichen Wert g R, so sagt

Mehr

Analysis I. 3. Beispielklausur mit Lösungen

Analysis I. 3. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 3. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine Abbildung F von einer Menge L in eine

Mehr

Funktionenfolgen, Potenzreihen, Exponentialfunktion

Funktionenfolgen, Potenzreihen, Exponentialfunktion Kapitel 8 Funktionenfolgen, Potenzreihen, Exponentialfunktion Der in Definition 7. eingeführte Begriff einer Folge ist nicht auf die Betrachtung reeller Zahlen eingeschränkt und das Beispiel {a n } = {x

Mehr

Lösungsvorschlag zur Nachklausur zur Analysis

Lösungsvorschlag zur Nachklausur zur Analysis Prof Dr H Garcke, D Depner SS 09 NWF I - Mathematik 080009 Universität Regensburg Lösungsvorschlag zur Nachklausur zur Analysis Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz und berechnen Sie

Mehr

heißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2

heißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2 9 DIE EXPONENTIALREIHE 48 absolut konvergent. Beweis. Wegen x n+ n! n + )!x n = x n + < 2 für n 2 x folgt dies aus dem Quotientenkriterium 8.9). Definition. Die Reihe x n heißt Exponentialreihe. Die durch

Mehr

Seminar Sommersemester 2011: Geometrie Lehramt Gymnasium

Seminar Sommersemester 2011: Geometrie Lehramt Gymnasium Technische Universität Dortmund Fakultät für Mathematik Lehrstuhl VII: Differentialgeometrie Seminar Sommersemester 2011: Geometrie Lehramt Gymnasium Prof Dr Lorenz Schwachhöfer Vortrag 3 am 2742011: Gruppen

Mehr

Analysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag

Analysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag Prof Dr H Garcke, D Depner SS 9 NWF I - Mathematik 1979 Universität Regensburg Aufgabe 1 Analysis II Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag i Erinnern Sie sich an die Konvergenzkriterien

Mehr

Heinrich Heine-Universität Düsseldorf Sommersemester Lineare Algebra 1. Vierzehnte & Fünfzehnte Woche,

Heinrich Heine-Universität Düsseldorf Sommersemester Lineare Algebra 1. Vierzehnte & Fünfzehnte Woche, Fakultät für Mathematik PD Dr Markus Perling Heinrich Heine-Universität Düsseldorf Sommersemester 2014 Lineare Algebra 1 Vierzehnte & Fünfzehnte Woche, 1672014 10 Determinanten (Schluß) Das folgende Resultat

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Definition: Sei M R, alsom

Mehr

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

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

Mehr

Die komplexe Exponentialfunktion und die Winkelfunktionen

Die komplexe Exponentialfunktion und die Winkelfunktionen Die komplexe Exponentialfunktion und die Winkelfunktionen In dieser Zusammenfassung werden die für uns wichtigsten Eigenschaften der komplexen und reellen Exponentialfunktion sowie der Winkelfunktionen

Mehr

Lösung zu Serie Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: A := B :=

Lösung zu Serie Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: A := B := Lineare Algebra D-MATH, HS 204 Prof. Richard Pink Lösung zu Serie 2. Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: 0 2 0 0 0 2 0 0 0 0 0 0 0

Mehr

ist (oder besser Abspalten von Linearfaktoren beschäftigen. Zu einem beliebigen Körper K betrachten wir die Menge (j,k) N N j+k=n

ist (oder besser Abspalten von Linearfaktoren beschäftigen. Zu einem beliebigen Körper K betrachten wir die Menge (j,k) N N j+k=n 8. Polynomringe Das Umgehen mit Polynomen, d.h. mit Ausdrücken der Form a 0 + a 1 x + a 2 x 2 +... + a n x n ist aus der Schule vertraut, falls die Koeffizienten a 0,..., a n ganze oder rationale oder

Mehr

Mathematischer Vorkurs

Mathematischer Vorkurs Mathematischer Vorkurs Dr. Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 150 Organisatorisches Mathematischer Vorkurs TU Dortmund Seite 2 / 150 Vorkurs Mathematik für Mathematik und Statistik

Mehr

Aufgaben für die 14. Übung zur Vorlesung Mathematik 2 für Informatiker: Analysis Sommersemester 2010

Aufgaben für die 14. Übung zur Vorlesung Mathematik 2 für Informatiker: Analysis Sommersemester 2010 Aufgaben für die 4. Übung zur Vorlesung Mathematik für Informatiker: Analysis Sommersemester 4. Bestimmen Sie den Flächeninhalt der dreiblättrigen Kleeblattkurve γ für ein Kleeblatt. Die Polarkoordinaten-

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium

Mehr

Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)

Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1) Eigenwerte 1 Eigenwerte und Eigenvektoren Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1) für einen Vektor x 0. Vektor x heißt ein

Mehr

Weihnachts-Übungen zur Mathematik I für Physiker

Weihnachts-Übungen zur Mathematik I für Physiker MATHEMATISCHES INSTITUT WS 018/019 DER UNIVERSITÄT MÜNCHEN Weihnachts-Übungen zur Mathematik I für Physiker Prof. Dr. D.-A. Deckert Blatt 10 Hiermit möchten wir Ihnen ein paar Weihnachtsgeschichten mit

Mehr

Polynome, Stetigkeit, Dierenzierbarkeit

Polynome, Stetigkeit, Dierenzierbarkeit Polynome, Stetigkeit, Dierenzierbarkeit Inhaltsverzeichnis 1 Polynome 1 1.1 Denitionen...................................................... 1 1.2 Nullstellen.......................................................

Mehr

Kapitel 3: Folgen und Reihen

Kapitel 3: Folgen und Reihen Kapitel 3: und Reihen Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 3: und Reihen 1 / 29 Gliederung 1 Grundbegriffe 2 Abbildungen und elementare

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 31.1.2017 Definition 2.2 (uneigentliches Riemann-Integral) Sei I = [a, b) mit a < b. Die Funktion f : I R sei Riemann-integrierbar auf [a, b ] für alle b < b. Falls x lim x b a f(ξ)

Mehr

Kapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C

Kapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C Kapitel 5. Die trigonometrischen Funktionen 5.1. Die komplexen Zahlen 5.. Folgen und Reihen in C 5.10. Definition. Eine Folge (c n n N komplexer Zahlen heißt konvergent gegen c C, falls zu jedem ε > 0

Mehr

ANALYSIS 2 VERSION 26. Juni 2018

ANALYSIS 2 VERSION 26. Juni 2018 ANALYSIS VERSION 6 Juni 018 LISIBACH ANDRÉ 6 Potenzreihenentwicklung 61 Einleitung Die Linearisierung einer Funktion f(x an der Stelle x ist die Funktion L(x f( + df dx ((x Die Linearisierung ist ein Polynom

Mehr

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2. Adµ Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung Blatt Probeklausur 2 Lösungen zur Probeklausur 2 Aufgabe 1 1. Formulieren Sie den Satz von Taylor

Mehr

Sommersemester 2011: Seminar Geometrie für Lehramt

Sommersemester 2011: Seminar Geometrie für Lehramt Technische Universität Dortmund Fakultät für Mathematik Sommersemester 2011: Seminar Geometrie für Lehramt Vortrag 1 am 05.04.2011: Konvexe Umgebungen Stephanie Fuchs Inhaltsverzeichnis 1 Einleitung 2

Mehr

Folgen und Reihen. Kapitel Folgen und Grenzwerte

Folgen und Reihen. Kapitel Folgen und Grenzwerte Kapitel 3 Folgen und Reihen Wie bereits in der Einleitung angedeutet, beschäftigt sich die Analysis sehr stark mit Grenzprozessen. Wir werden in diesem Kapitel die wichtigsten Grenzprozesse, nämlich die

Mehr

Lösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik II für biw/ciw/mach/mage/vt

Lösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik II für biw/ciw/mach/mage/vt Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. F. Hettlich Dr. S. Schmitt Dipl.-Math. J. Kusch Karlsruhe, den 09.06.20 Lösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik

Mehr

Beispiele zur Konvergenzuntersuchung bei Reihen.

Beispiele zur Konvergenzuntersuchung bei Reihen. Beispiele zur Konvergenzuntersuchung bei Reihen Beispiel: Wir untersuchen die Konvergenz der Exponentialreihe z k k! für z C Anwendung des Quotientenkriteriums ergibt z k+1 (k + 1! z k = z k+1 k! z k (k

Mehr

Absolute Konvergenz. Definition 3.8. Beispiel 3.9. Eine Reihe. a n. konvergent ist. Die alternierende harmonische Reihe aber nicht absolut konvergent.

Absolute Konvergenz. Definition 3.8. Beispiel 3.9. Eine Reihe. a n. konvergent ist. Die alternierende harmonische Reihe aber nicht absolut konvergent. Definition 3.8 Eine Reihe n=1 a n heißt absolut konvergent, wenn die Reihe konvergent ist. a n n=1 Beispiel 3.9 Die alternierende harmonische Reihe aber nicht absolut konvergent. n=1 ( 1)n 1 n ist zwar

Mehr

AM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man:

AM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man: AM3: Differenzial- und Integralrechnung im R n 1 Begriffe f : x 1 f 1 x 1, x 2,..., x n ) x 2... f 2 x 1, x 2,..., x n )... x n f m x 1, x 2,..., x n ) }{{}}{{} R n R m aus Platzgründen schreibt man: f

Mehr

Leitfaden a tx t

Leitfaden a tx t Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und

Mehr

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

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

Mehr

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

Matrizen und Determinanten, Aufgaben

Matrizen und Determinanten, Aufgaben Matrizen und Determinanten, Aufgaben Inhaltsverzeichnis 1 Multiplikation von Matrizen 1 11 Lösungen 3 2 Determinanten 6 21 Lösungen 7 3 Inverse Matrix 8 31 Lösungen 9 4 Matrizengleichungen 11 41 Lösungen

Mehr

9 Metrische und normierte Räume

9 Metrische und normierte Räume 9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik

Mehr

z 2 + 2z + 10 = 0 = 2 ± 36 2 Aufgabe 2 (Lineares Gleichungssystem) Sei die reelle 3 4 Matrix

z 2 + 2z + 10 = 0 = 2 ± 36 2 Aufgabe 2 (Lineares Gleichungssystem) Sei die reelle 3 4 Matrix Mathematik für Wirtschaftswissenschaftler im WS 03/04 Lösungsvorschläge zur Klausur im WS 03/04 Aufgabe (Komplexe Zahlen (4 Punkte a Berechnen Sie das Produkt der beiden komplexen Zahlen + i und 3 + 4i

Mehr

Lösungsvorschlag zur Übungsklausur zur Analysis I

Lösungsvorschlag zur Übungsklausur zur Analysis I Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden

Mehr

LIE GRUPPEN EMANUEL SCHEIDEGGER

LIE GRUPPEN EMANUEL SCHEIDEGGER LIE GRUPPEN EMANUEL SCHEIDEGGER Zusammenfassung. Definition einer Lie-Gruppe, Beispiele, invariante Vektorfelder, Lie-Klammer, Lie-Algebra (einer Lie-Gruppe), 1. Definition und erste Beispiele Wir beginnen

Mehr

Elementare Beweismethoden

Elementare Beweismethoden Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe

Mehr

1 Reihen von Zahlen. Inhalt:

1 Reihen von Zahlen. Inhalt: 5 Kapitel 3 Reihen Reihen von Zahlen Inhalt: Konvergenz und Divergenz von Reihen reeller oder komplexer Zahlen, geometrische Reihe, harmonische Reihe, alternierende Reihen. Cauchy-Kriterium, absolute Konvergenz,

Mehr

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1. Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

2. Mathematische Grundlagen

2. Mathematische Grundlagen 2. Mathematische Grundlagen Erforderliche mathematische Hilfsmittel: Summen und Produkte Exponential- und Logarithmusfunktionen 21 2.1 Endliche Summen und Produkte Betrachte n reelle Zahlen a 1, a 2,...,

Mehr

Mathematik für Physiker I. Carsten Schütt WS 2009/10

Mathematik für Physiker I. Carsten Schütt WS 2009/10 . Falls hrista Purzelbäume schlägt, dann isst runo Torte. hrista ist genau dann übel, wenn nton Likör trinkt und hrista Purzelbäume schlägt. Falls hrista übel ist, dann ist runo besorgt und isst Torte.

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 22 3. Funktionen. Grenzwerte.

Mehr

Lineare Algebra 2. Lösung zu Aufgabe 7.2:

Lineare Algebra 2. Lösung zu Aufgabe 7.2: Technische Universität Dortmund Sommersemester 2017 Fakultät für Mathematik Übungsblatt 7 Prof. Dr. Detlev Hoffmann 15. Juni 2017 Marco Sobiech/ Nico Lorenz Lineare Algebra 2 Lösung zu Aufgabe 7.1: (a)

Mehr

Determinanten. I. Permutationen

Determinanten. I. Permutationen Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch

Mehr

Übungen zum Ferienkurs Analysis II

Übungen zum Ferienkurs Analysis II Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4.1 Umkehrbarkeit Man betrachte die durch g(s, t) = (e s cos(t), e s sin(t)) gegebene Funktion g : R 2 R 2. Zeigen Sie,

Mehr

5 Potenzreihenansatz und spezielle Funktionen

5 Potenzreihenansatz und spezielle Funktionen 5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten

Mehr

Exponentialfunktion (1)

Exponentialfunktion (1) Exponentialfunktion (1) Satz 3.37 Die Potenzreihe n=0 z n n! konvergiert für alle z C absolut (R = ). Beweis. Mit dem Quotienkriterium ergibt sich für alle z C z n+1 (n + 1)! n! z n = z 0. n + 1 Peter

Mehr

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49 Kapitel 2 Matrixalgebra Josef Leydold Mathematik für VW WS 207/8 2 Matrixalgebra / 49 Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS.

Mehr

Matrixalgebra. Kapitel 2. Ein sehr einfaches Leontief-Modell. Matrix. Ein sehr einfaches Leontief-Modell. Vektor. Spezielle Matrizen I

Matrixalgebra. Kapitel 2. Ein sehr einfaches Leontief-Modell. Matrix. Ein sehr einfaches Leontief-Modell. Vektor. Spezielle Matrizen I Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS Kapitel 2 Matrixalgebra Technologiematrix und wöchentliche Nachfrage (in Werteinheiten):

Mehr

Reihen, Exponentialfunktion Vorlesung

Reihen, Exponentialfunktion Vorlesung Reihen, Exponentialfunktion Vorlesung Marcus Jung 5.03.20 Inhaltsverzeichnis Inhaltsverzeichnis Reihen 3. Denition.................................... 3.2 Konvergenzkriterien für Reihen........................

Mehr

Klausur Analysis II

Klausur Analysis II WS 28/9 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis II 6.2.28 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung

Mehr

Analysis II (FS 2017): BANACHRÄUME UND LINEARE OPERATOREN

Analysis II (FS 2017): BANACHRÄUME UND LINEARE OPERATOREN Analysis II (FS 2017): BANACHRÄUME UND LINEARE OPERATOREN Dietmar A. Salamon ETH-Zürich 28. Februar 2017 1 Äquivalente Normen Dieser erste Abschnitt ruft einige Definitionen und Resultate in Erinnerung,

Mehr

3 Lineare Differentialgleichungen

3 Lineare Differentialgleichungen 3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,

Mehr

Eigenwerte (Teschl/Teschl 14.2)

Eigenwerte (Teschl/Teschl 14.2) Eigenwerte Teschl/Teschl 4. Ein Eigenvektor einer quadratischen n nmatrix A ist ein Vektor x R n mit x 0, für den Ax ein skalares Vielfaches von x ist, es also einen Skalar λ gibt mit Ax = λ x Ax λ x =

Mehr

Übungsklausur Höhere Mathematik I für die Fachrichtung Physik

Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Karlsruher Institut für Technologie (KIT) Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning WS /3 6..3 Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Aufgabe ((3++5) Punkte)

Mehr

8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet:

8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: 8. EIGENWERTTHEORIE I 139 8 Eigenwerttheorie I Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: K[x] = Abb[N, K] = {P ; P = a n x n + a n 1 x n 1 + + a 0 ; a

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 3. Konvergenz von Folgen und Reihen Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden

Mehr

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0. Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales

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

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen 1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum

Mehr

LS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88

LS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88 4. Funktionen Buchholz / Rudolph: MafI 2 88 Kapitelgliederung 4.1 Grundlegende Denitionen 4.2 Polynome und rationale Funktionen 4.3 Beschränkte und monotone Funktionen 4.4 Grenzwerte von Funktionen 4.5

Mehr

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst

Mehr

Lösungsskizze zur Wiederholungsserie

Lösungsskizze zur Wiederholungsserie Lineare Algebra D-MATH, HS Prof. Richard Pink Lösungsskizze zur Wiederholungsserie. [Aufgabe] Schreibe die lineare Abbildung f : Q Q 5, x +x +x x x +x +6x f x := x +x +8x x x +x +x. x +x +5x als Linksmultiplikation

Mehr

Determinanten. I. Permutationen

Determinanten. I. Permutationen Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch

Mehr

Übungen zu Matrixgruppen

Übungen zu Matrixgruppen Übungen zu Matrixgruppen Andreas Cap Sommersemester 2018 Kapitel 1: Einleitung Analysis und Matrizen (1 Seien G und H Gruppen und sei ϕ : G H ein Homomorphismus. Zeigen Sie, dass das Bild Im(ϕ eine Untergruppe

Mehr

Stroppel Musterlösung , 180min

Stroppel Musterlösung , 180min Stroppel Musterlösung 040907, 80min Aufgabe (8 Punkte) (a) Seien A, D, T R d d für ein d N Weiter sei T invertierbar und es gelte T AT D Zeigen Sie durch vollständige Induktion, dass A n T D n T gilt für

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

6. Lineare DGL-Systeme erster Ordnung

6. Lineare DGL-Systeme erster Ordnung HJ Oberle Differentialgleichungen I WiSe 22/3 6 Lineare DGL-Systeme erster Ordnung A Allgemeines Wir betrachten ein lineares DGL System erster Ordnung y (t = A(t y(t + b(t (6 und setzen voraus, dass die

Mehr

(a) Welche der folgenden Funktionen ist injektiv, surjektiv beziehungsweise bijektiv? x 1 + x

(a) Welche der folgenden Funktionen ist injektiv, surjektiv beziehungsweise bijektiv? x 1 + x Aufgabe Injektiv und Surjektiv) a) Welche der folgenden Funktionen ist injektiv, surjektiv beziehungsweise bijektiv?. f : Z N; x x 2. 2. f : R R; x x x.. f : R [, ]; x sin x. 4. f : C C; z z 4. b) Zeigen

Mehr

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49 Kapitel 2 Matrixalgebra Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49 Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS.

Mehr

Mathematik für Anwender I. Beispielklausur 2 mit Lösungen

Mathematik für Anwender I. Beispielklausur 2 mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur 2 mit en Dauer: Zwei volle Stunden + 0 Minuten Orientierung, in denen noch nicht geschrieben werden darf.

Mehr

Seminararbeit. Der Logarithmus von Matrizen

Seminararbeit. Der Logarithmus von Matrizen Semiararbeit Der Logarithmus vo Matrize SoSe 2 Prof. Dr. L. Schwachhöfer Techische Uiversität Dortmud Name: Gülsüm Sirik Studiegag: BfP Datum: 8.6.2 Ihaltsverzeichis Eileitug 3 2 Der Logarithmus vo Matrize

Mehr

Analysis I - Ferienkurs

Analysis I - Ferienkurs TU-München, Dienstag, der 6.03.200 Analysis I - Ferienkurs Andreas Schindewolf 5. März 200 Inhaltsverzeichnis. Folgen 3.. Konvergenz und Cauchy-Folgen..................... 3.2. Konvergenz-Kriterien für

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

5 Stetigkeit und Differenzierbarkeit

5 Stetigkeit und Differenzierbarkeit 5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 22.11.2016 3. Mächtigkeit und die komplexe Zahlen Komplexe Zahlen Definition Die komplexe Zahlen sind definiert als C = R 2 = R R, mit (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 +

Mehr

KLAUSUR. Analysis (E-Technik/Mechatronik/W-Ing) Prof. Dr. Werner Seiler Dr. Matthias Fetzer, Dominik Wulf

KLAUSUR. Analysis (E-Technik/Mechatronik/W-Ing) Prof. Dr. Werner Seiler Dr. Matthias Fetzer, Dominik Wulf KLAUSUR Analysis (E-Technik/Mechatronik/W-Ing).9.7 Prof. Dr. Werner Seiler Dr. Matthias Fetzer, Dominik Wulf Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Unterschrift: In der Klausur können Sie insgesamt

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

= 9 10 k = 10

= 9 10 k = 10 2 Die Reihe für Dezimalzahlen 1 r = r 0 +r 1 10 +r 1 2 100 + = r k 10 k, wobei r k {0,,9} für k N, konvergiert, da r k 10 k 9 10 k für alle k N und ( 1 ) k 9 10 k 9 = 9 = 10 1 1 = 10 10 k=0 k=0 aufgrund

Mehr

Brückenkurs Rechentechniken

Brückenkurs Rechentechniken Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige

Mehr