Eine Kurzanleitung zu Maple. Symbolische, numerische und grafische Funktionalitäten:

Größe: px
Ab Seite anzeigen:

Download "Eine Kurzanleitung zu Maple. Symbolische, numerische und grafische Funktionalitäten:"

Transkript

1 MOSES-Projekt, GL, Juli 2003 Eine Kurzanleitung zu Maple Wir geben im Folgenden eine kurze Einführung in die Möglichkeiten, die das Computer Algebra System Maple bietet. Diese Datei (kuzanleitung_maple.mws) ist eine sogenannte Worksheet Datei und kann mit Maple gelesen und editiert werden. Ihr erhaltet so die Gelegenheit diese Datei zu variieren oder zu erweitern, um einen Zugang zu den vielfältigen Möglichkeiten von Maple zu bekommen. Als erstes führen wir eine Neustart von Maple durch. Dies leistet die folgende Zeile. > restart; Jede Befehlszeile muss entweder mit einem Semikolon (oder einem Doppelpunkt) abgeschlossen werden. ENTER veranlasst dann Maple die aktuelle Zelle (siehe Klammern am linken Rand) auszuführen. Symbolische, numerische und grafische Funktionalitäten: Eines der Hauptmerkmale von Maple, im Vergleich zu Paketen wie Matlab o. ä., ist die Möglichkeit symbolisch, d. h. ohne Zahlen einzusetzen, zu rechnen. Zum Beispiel kann Maple den Ausdruck (a+b)^2 ausmultiplizieren, ohne zu wissen welche Werte den Variablen a und b zugewiesen sind. Dazu geben wir diesen Ausdruck ein und sagen was damit geschehen soll. > expand((a+b)^2); a a b + b 2 Diese binomische Formel hätten die meißten sicherlich auch im Kopf gehabt. Die wenigsten werden jedoch die folgende Aufgabe so schnell bewältigen, wie Maple dies tut. > expand((a+b+c)^4); 12 a 2 b c + 12 a b c a b 2 c + 4 a 3 b + 4 a 3 c + 6 a 2 b a 2 c a b a c b 3 c + 6 b 2 c b c 3 + a 4 + b 4 + c 4

2 Natürlich kann Maple auch mit Zahlen, d. h. numerisch, rechnen. Der Befehl evalf dient dazu einen gegebenen Ausdruck beliebig genau durch eine (endliche) Fließkommazahl zu approximieren. So kann man zum Beispiel die Quadratwurzel von 2 auf n Dezimalstellen genau ausrechnen lassen. Sei zum Beispiel n=40: > evalf(sqrt(2),40); In der Tat kann man n beliebig groß wählen. Es ist alles nur eine Frage der Rechnerleistung (=Zeit die man gewillt ist auf das Ergebnis zu warten) und des Speicherplatzes (die genaue Dezimalzahl würde ja unendlich viel Speicherplatz benötigen). Ein anderer wichtiger Aspekt sind Maples grafische Funktionalitäten. Als Beispiel lassen wir den Graph der Sinusfunktion zeichnen: > plot(sin(x),x=-pi..pi,labels=["x","sin(x)"]); 1 sin(x) x Definitionen: Symbole: Definitionen werden in Maple mit dem ":=" Zeichen gemacht. Das was links davon steht wird durch das was rechts davon steht definiert. Zum Beispiel: > a:=(x+y)^2; a := ( x + y) 2

3 > expand(a); x x y + y 2 Sobald wir obige Zelle durch drücken von ENTER abgeschickt haben, stößt Maple auf das Symbol a und sucht in seinem Speicher nach Informationen über dieses Symbol. Wird eine Definition gefunden, so wird diese anstelle des Symbols a eingesetzt. Erst dann wird der aussen stehende Befehl expand ausgeführt. So arbeitet sich Maple bei jedem eingegebenen Ausdruck, der mit einem Semikolon (oder Doppelpunkt) abgeschlossen wurde, von Innen nach Aussen durch. Diesen Prozeß nennt man Evaluation (nach dem englischen Begriff evaluation). Eine ganz besondere Rolle kommt Ausdrücken zu, die durch Hochkommas eingegrenzt sind. Ihre Evaluation resultiert in genau dem Ausdruck, der in den Hochkommas steht. So haben wir zum Beispiel: > expand( a ); a So kann jede dem Symbol a zugewiesene Definition durch folgende trickreiche Zeile gelöscht werden: > a:= a ; a := a a ist jetzt per Definition eben nur noch gleich a. Abbildungen: Eine Abbildung wird in Maple mit einem Rechtspfeil "-> "(Minuszeichen gefolgt von einem Größerzeichen) notiert, wie folgt: > f:=x->sin(x); f := sin f ist nun definiert als die Abbildung, die jedem x den Ausdruck sin(x) zuweist. Zum Beispiel haben wir: > f(alpha);

4 sin( α) > f(pi/2); 1 > a:=(x+y)^2; f(a); a := ( x + y) 2 sin (( x + y) 2 ) Übrigens: SHIFT+RETURN erzeugt einen Zeilenumbruch innerhalb einer Zelle. Gleichungen: Im letzten Abschnitt haben wir die definitorische Gleichheit, geschrieben mit dem ":=" Zeichen kennengelernt. Eine andere Art von Gleichheit ist die Gleichheit im Aussagensinne. Sie wird in Maple mit dem einfachen "=" Zeichen geschrieben. > eqn:=x^2+p*x+q=0; eqn := x 2 + p x + q = 0 Das Symbol eqn steht nun für die quadratische Gleichung x^2+p*x+q=0. Der Befehl solve kann dazu benutzt werden, diese Gleichung nach x aufzulösen. > solve(eqn,x); p + 2 p 2 4 q p, 2 2 p 2 4 q 2 Maple gibt die Lösungen dieser Gleichung als eine Sequenz, d. h. eine durch Kommas getrennte Aufzählung, von Ausdrücken wieder. Behandelt man die Gleichung als eine Aussage, dann kann Maple versuchen ihre Wahrheit festzustellen. Dies leistet der Befehl

5 versuchen ihre Wahrheit festzustellen. Dies leistet der Befehl evalb. Zum Beispiel: > evalb(sin(pi)=0); true > p:=evalf(pi,10); evalb(sin(p)=0); p := false Wie man erkennt geht Maple hier mit mathematischer Genauigkeit vor. Ableitung, Integration, Taylorentwicklung: Wir betrachten die folgende Funktion f: > x:= x ; f:=x->x^2; x := x Ableitung nach x: > diff(f(x),x); f := x x 2 2 x Integration über x von a nach b: > a:= a ; b:= b ; int(f(x),x=a..b); a := a

6 b := b b 3 3 a 3 3 Taylorentwicklung der Sinusfunktion um 0 bis zur 10-ten Ordnung: > taylor(sin(x),x=0,10); x x3 120 x x x9 O( x 10 ) Achtung: Maple prüft im Allgemeinen nicht, ob die Taylorreihe tatsächlich gegen die entwickelte Funktion konvergiert! (Im vorliegenden Fall tut sie das natürlich.) Lösen gewöhnlicher Differenzialgleichungen (DGL): Symbolisches Lösen von DGL: Einige einfache Typen von gewöhnlichen DGL kann Maple symbolisch lösen. Dazu verwendet man den Befehl dsolve. Zum Beispiel: > t:= t ; y:= y ; dsolve(diff(y(t),t,t)=-y(t)); t := t y := y y( t ) = _C1 sin( t ) + _C2 cos( t) Der Ausdruck diff(y(t),t,t) steht für die zweite Ableitung von y an der Stelle t. Die auftretenden Konstanten C1 und C2 müssen aus den Anfangsdaten bestimmt werden. Auch das kann man automatisch erledigen lassen, indem man die die Anfangsbedingungen mit angibt. Dies geschieht in der folgenden Form: > dsolve({diff(y(t),t,t)=-y(t),y(0)=0,(d(y))(0)=1});

7 y( t ) = sin( t) Der Operator D wird hier verwendet um die Ableitung der reinen Funktion y (ohne Argument) darzustellen. Vektor- und Matrizenrechnung: Wir laden zunächst das linalg Package, welches zahlreiche Befehle zur Vektor- und Matrizenrechnung bereitstellt. > with(linalg): Warning, the protected names norm and trace have been redefined and unprotected Insbesondere dient der Befehl vector dazu einen Spaltenvektor zu definieren. > x:=vector([1,2]); x := [ 1, 2] Obwohl die Darstellung von x vermuten lassen würde, dass x ein Zeilenvektor ist, handelt es sich in der Tat um einen Spaltenvektor (siehe hierzu die Berechnung des Produktes von M und x weiter unten). Ähnliches leistet der Befehl matrix für Matrizen: > M:=matrix(2,2,[a,b,c,d]); a M := c b d Das Produkt der Matrix M mit dem Vektor x (von links) kann man mit Hilfe des Befehls multiply (aus dem linalg Package), abgekürzt durch &*, berechnet werden. > evalm(m &* x); [ a + 2 b, c + 2 d] (Man erkennt hier, dass x in der Tat ein Spaltenvektor ist.)

8 Der inverse Befehl (aus dem linalg Package) erlaubt es die Inverse einer Matrix zu berechnen, sofern die Matrix invertierbar ist: > inverse(m); d a d b c c a d b c b a d b c a a d b c Lineare Gleichungssysteme (LGS): Liegt das LGS in der Form einzelner Gleichungen vor, dann kann der bereits bekannte solve Befehl benutzt werden um dieses zu lösen: > x:= x : y:= y : solve({x+2*y=1,2*x+y=2},{x,y}); { y = 0, x = 1} Das Ergebnis wird in der Form einzelner Bestimmungsgleichungen für die Variablen geliefert. Liegt das LGS in Matrixform vor, dann kann der linsolve Befehl (aus dem linalg Package) benutzt werden, wie folgt: > A:=matrix(2,2,[1,2,2,1]); b:=vector([1,2]); A := b := [ 1, 2] > linsolve(a,b); [ 1, 0] Die Lösung der Vektorgleichung A&*x=b wird nun in Vektorform ausgegeben.

Eine Kurzanleitung zu Mathematica

Eine Kurzanleitung zu Mathematica MOSES Projekt, GL, Juni 2003 Eine Kurzanleitung zu Mathematica Wir geben im Folgenden eine sehr kurze Einführung in die Möglichkeiten, die das Computer Algebra System Mathematica bietet. Diese Datei selbst

Mehr

9.1 Eine Gleichung mit einer Unbekannten exakt lösen x Beispiel 1: Die Gleichung x 2 = 4 lösen. solve( x / (x 2) = 4, x ); 8 3

9.1 Eine Gleichung mit einer Unbekannten exakt lösen x Beispiel 1: Die Gleichung x 2 = 4 lösen. solve( x / (x 2) = 4, x ); 8 3 MAPLE_Mini_09_V1-0.doc 9-1 9 Gleichungen 9.1 Eine Gleichung mit einer Unbekannten exakt lösen x Beispiel 1: Die Gleichung x 2 = 4 lösen. solve( x / (x 2) = 4, x ); 8 3 Beispiel 2: Lösen Sie die Gleichung

Mehr

Variablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen.

Variablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen. Variablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen. Wir wollen uns heute dem Thema Variablen widmen und uns damit beschäftigen, wie sich

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Zugriff auf Matrizen. Anhängen von Elementen. Punktweise Operatoren. Vektoren und Matrizen in MATLAB II

Zugriff auf Matrizen. Anhängen von Elementen. Punktweise Operatoren. Vektoren und Matrizen in MATLAB II Zugriff auf Matrizen. Anhängen von Elementen. Punktweise Operatoren. Vektoren und Matrizen in MATLAB II Matrixzugriff Wir wollen nun unsere Einführung in die Arbeit mit Vektoren und Matrizen in MATLAB

Mehr

Partielle Ableitungen

Partielle Ableitungen Partielle Ableitungen Gymnasium Immensee Vertiefungskurs Mathematik Bettina Bieri 24. Juli 2011 Inhaltsverzeichnis 1 Funktionen von zwei Variablen 1 1.1 Aufbau solcher Funktionen.................... 1

Mehr

3 Matrizenrechnung. 3. November

3 Matrizenrechnung. 3. November 3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige

Mehr

Datenanalyse in der Physik. Übung 1. Übungen zu C und MAPLE

Datenanalyse in der Physik. Übung 1. Übungen zu C und MAPLE Datenanalyse in der Physik Übung 1 Übungen zu C und MAPLE Prof. J. Mnich joachim.mnich@desy.de DESY und Universität Hamburg Datenanalyse in der Physik Übung 1 p. 1 Bemerkungen zu den Übungen Schulungsaccounts

Mehr

Inhalt. Übersicht über das Gerät 6. Die Hauptanwendung "Main" 7. Das Interaktivmenü 10. Variablen und Funktionen 15

Inhalt. Übersicht über das Gerät 6. Die Hauptanwendung Main 7. Das Interaktivmenü 10. Variablen und Funktionen 15 3 Inhalt Übersicht über das Gerät 6 Die Hauptanwendung "Main" 7 Das Edit-Menü 8 Die Software-Tastatur 8 Kopieren und Einfügen 10 Das Interaktivmenü 10 Der Gleichlösungs-Befehl "solve" 11 Umformungen 12

Mehr

Computer und Software 1

Computer und Software 1 omputer und oftware 1. Köhler 6. aple Differentialgleichungen Folien: alint Aradi Differentialgleichungen Gewöhnliche Differentialgleichungen: f t, x t, x 1 t, x 2 t,..., x n t =0 x i t = d i x t dt i

Mehr

Lineare Algebra: Determinanten und Eigenwerte

Lineare Algebra: Determinanten und Eigenwerte : und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b

Mehr

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A

Mehr

Einführung in MATLAB + MATLAB Simulink. Dipl.-Inf. Markus Appel

Einführung in MATLAB + MATLAB Simulink. Dipl.-Inf. Markus Appel Einführung in MATLAB + MATLAB Simulink Dipl.-Inf. Markus Appel mappel@informatik.hu-berlin.de 28.10.2016 Was ist MATLAB? ein universelles Algebra-Programm zur Lösung mathematischer Probleme grafische Darstellung

Mehr

Schülerworkshop Computertomographie Mathematik als Schlüsseltechnologie

Schülerworkshop Computertomographie Mathematik als Schlüsseltechnologie Schülerworkshop Computertomographie Mathematik als Schlüsseltechnologie Peter Quiel 1. und 2. Juni 2007 MATLAB-Einführung Überblick Für die nächsten 1 ½ Stunden ist MATLAB unser Thema! Was ist MATLAB,

Mehr

Maple-Praktikum für Lehramt Blatt 3 Dieses Blatt wird in Kalenderwoche 18 (ab 30. April) testiert.

Maple-Praktikum für Lehramt Blatt 3 Dieses Blatt wird in Kalenderwoche 18 (ab 30. April) testiert. Maple-Praktikum für Lehramt 2018 - Blatt 3 Dieses Blatt wird in Kalenderwoche 18 (ab 30. April) testiert. Aufgaben: 8 > restart; Ein wichtiges Konzept in der Analysis sind Grenzwerte von Folgen. ÜBUNG

Mehr

Mathematische Methoden in der Systembiologie Universität Heidelberg, Sommer 2017

Mathematische Methoden in der Systembiologie Universität Heidelberg, Sommer 2017 Mathematische Methoden in der Systembiologie Universität Heidelberg, Sommer 2017 Dozent: Dr. M. V. Barbarossa (barbarossa@uni-heidelberg.de) Vorlesung+ Übung: Mo/Mi/Fr. 8:15-9:45Uhr, SR 1, INF 205 Termin

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg Grundlagentest Bruchrechnen! Testfrage: Bruchrechnung 1 Wie lautet das Ergebnis

Mehr

EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME

EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME In diesem Abschnitt wiederholen wir zunächst grundlegende Definitionen und Eigenschaften im Bereich der Matrizenrechnung, die wahrscheinlich bereits in Ansätzen

Mehr

Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix.

Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix. LINEARE ALGEBRA Lösbarkeit von linearen Gleichungssystemen Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix Gleichungssysteme

Mehr

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $ Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 13

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 13 P. Grohs T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Serie 13 Diese letzte Serie des Semesters befasst sich noch einmal mit wichtigen Themen

Mehr

Mathematische Computer-Software

Mathematische Computer-Software Mathematische Computer-Software Kommerzielle Computeralgebrasysteme (CAS) Beispiele: Mathematica, Maple, Numerisches und symbolisches Verarbeiten von Gleichungen: Grundrechenarten Ableitung und Integration

Mehr

Repetitorium A: Matrizen, Reihenentwicklungen

Repetitorium A: Matrizen, Reihenentwicklungen Fakultät für Physik R: Rechenmethoden für Physiker, WiSe 5/6 Dozent: Jan von Delft Übungen: Benedikt Bruognolo, Dennis Schimmel, Frauke Schwarz, Lukas Weidinger http://homepages.physik.uni-muenchen.de/~vondelft/lehre/5r/

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung

Mehr

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte Mathematik I Matrizen In diesem Kapitel werden wir lernen was Matrizen sind und wie man mit Matrizen rechnet. Matrizen ermöglichen eine kompakte Darstellungsform vieler mathematischer Strukturen. Zum Darstellung

Mehr

Die zweite Fundamentalform und Krümmungen

Die zweite Fundamentalform und Krümmungen Kapitel 6 Die zweite Fundamentalform und Krümmungen 6.1 Die zweite Fundamentalform Im Abschnitt 5.2 wurde das Normalenvektorfeld N einer regulär parametrisierten Fläche X : U R 2 R 3 definiert. Durch die

Mehr

2.2 Lineare Gleichungssysteme (LGS)

2.2 Lineare Gleichungssysteme (LGS) 2.2 Lineare Gleichungssysteme (LGS) Definition 2.2.. Ein LGS über einem Körper K von m Gleichungen in n Unbekannten x,..., x n ist ein Gleichungssystem der Form a x + a 2 x 2 +... + a n x n = b a 2 x +

Mehr

Rang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya

Rang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya Rang einer Matrix 1-E1 Ma 1 Lubov Vassilevskaya Unterdeterminante einer nichtquadratischen Matrix M ist eine nichtquadratische 2,3-Matrix: M = 6 2 3 0 5 7 Durch Streichen einer der drei Spalten kann man

Mehr

Basiswissen Matrizen

Basiswissen Matrizen Basiswissen Matrizen Mathematik GK 32 Definition (Die Matrix) Eine Matrix A mit m Zeilen und n Spalten heißt m x n Matrix: a a 2 a 4 A a 2 a 22 a 24 a 4 a 42 a 44 Definition 2 (Die Addition von Matrizen)

Mehr

Lineare Algebra mit dem Statistikprogramm R

Lineare Algebra mit dem Statistikprogramm R SEITE 1 Lineare Algebra mit dem Statistikprogramm R 1. Verwendung von Variablen Variablen werden in R definiert, indem man einem Variablennamen einen Wert zuweist. Bei Variablennamen wird zwischen Groß

Mehr

Maple-Praktikum für Lehramt Blatt 1 Dieses Blatt wird in Kalenderwoche 16 (ab 16. April) testiert.

Maple-Praktikum für Lehramt Blatt 1 Dieses Blatt wird in Kalenderwoche 16 (ab 16. April) testiert. Maple-Praktikum für Lehramt 2018 - Blatt 1 Dieses Blatt wird in Kalenderwoche 16 (ab 16. April) testiert. Aufgaben: 5 > restart; Herzlich willkommen im Maple-Praktikum für Lehramt! Sie erhalten jede Woche

Mehr

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10 D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler Lösungen Serie 10 1. Für a 1 : 1 1 0, a 2 : 1 1, a 3 : 1 1 1, b : 2 2 2 1 und A : (a 1, a 2, a 3 ) gelten welche der folgenden Aussagen? (a) det(a)

Mehr

4 Einführung in Maple

4 Einführung in Maple 72 4 Einführung in Maple 4. Grundlagen 4.. Was ist Maple? Maple ist ein kommerzielles Softwarepaket für das symbolische Rechnen; man spricht auch von einem Computeralgebra-System. Es kann z.b. algebraische

Mehr

Inhaltsverzeichnis. Inhaltsverzeichnis 3

Inhaltsverzeichnis. Inhaltsverzeichnis 3 Inhaltsverzeichnis 3 Inhaltsverzeichnis Vorwort 5 1 Der Taschenrechner 5 1.1 Einige kurze Erläuterungen zur Schreibweise.................. 5 1.2 Grundlegendes: Die Menüstruktur........................

Mehr

4) Lösen linearer Gleichungssysteme mit zwei oder drei Unbekannten

4) Lösen linearer Gleichungssysteme mit zwei oder drei Unbekannten 1) Wechsel der Darstellung Taschenrechner CASIO fx-991 ES Denn es ist eines ausgezeichneten Mannes nicht würdig, wertvolle Stunden wie ein Sklave im Keller der einfachen Berechnungen zu verbringen. Gottfried

Mehr

Arbeiten mit Funktionen

Arbeiten mit Funktionen Arbeiten mit Funktionen Wir wählen den Funktioneneditor (Ë W) und geben dort die Funktion f(x) = x³ - x² - 9x + 9 ein. Der TI 92 stellt uns eine Reihe von Funktionsbezeichnern zur Verfügung (y 1 (x), y

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

EDV für Chemiker: MAPLE - KURS

EDV für Chemiker: MAPLE - KURS EDV für Chemiker: MAPLE - KURS Vorlesung 4 Polynomenschar mit indizierten Koeffizienten > f:=x->a[0]+a[1]*x+a[2]*x^2+a[3]*x^3+a[4]*x^4; f := x a 0 + a 1 x + a 2 x 2 + a 3 x 3 + a 4 x 4 i) An der Stelle

Mehr

Matlab: eine kurze Einführung

Matlab: eine kurze Einführung Matlab: eine kurze Einführung Marcus J. Grote Christoph Kirsch Mathematisches Institut Universität Basel 4. April 2 In dieser Einführung zu Matlab sind die im Praktikum I erworbenen Kenntnisse zusammengefasst.

Mehr

Rechner. Verlauf ansehen. Ausdruck teilen. Graph Gleichungen. OXY Seite öffnen. SCI/ENG Schreibweise. Eigene Gleichung zuweisen

Rechner. Verlauf ansehen. Ausdruck teilen. Graph Gleichungen. OXY Seite öffnen. SCI/ENG Schreibweise. Eigene Gleichung zuweisen Rechner Taste Funktion Verlauf ansehen Ausdruck teilen Zurück (bis zu 30 Schritte) Vorwärts (bis zu 30 Schritte) Graph Gleichungen Eigene Gleichung zuweisen OXY Seite öffnen Bruch/Grad Konvertierung SCI/ENG

Mehr

6. Vorlesung. Rechnen mit Matrizen.

6. Vorlesung. Rechnen mit Matrizen. 6. Vorlesung. Rechnen mit Matrizen. In dieser Vorlesung betrachten wir lineare Gleichungs System. Wir betrachten lineare Gleichungs Systeme wieder von zwei Gesichtspunkten her: dem angewandten Gesichtspunkt

Mehr

Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016

Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016 Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b

Mehr

MAPLE. (Ein Produkt der Firma Maplesoft: http://www.maplesoft.com)

MAPLE. (Ein Produkt der Firma Maplesoft: http://www.maplesoft.com) MAPLE (Ein Produkt der Firma Maplesoft: http://www.maplesoft.com) Maple steht für mathematical manipulation language und ist ein Computeralgebrasystem (CAS) von der Firma Maplesoft, mit dem man unter anderem:

Mehr

5 Numerische Mathematik

5 Numerische Mathematik 6 5 Numerische Mathematik Die Numerische Mathematik setzt sich aus mehreren Einzelmodulen zusammen Für alle Studierenden ist das Modul Numerische Mathematik I: Grundlagen verpflichtend In diesem Modul

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

4.4 Eigenwerte und Eigenvektoren

4.4 Eigenwerte und Eigenvektoren 4.4-1 4.4 Eigenwerte und Eigenvektoren 4.4.1 Die Eulersche Gleichung Der Drehimpulsvektor kann folgendermaßen geschrieben werden, (1) worin die e i o Einheitsvektoren in Richtung der Hauptachsen sind,

Mehr

6 Polynomielle Gleichungen und Polynomfunktionen

6 Polynomielle Gleichungen und Polynomfunktionen 6 Polynomielle Gleichungen und Polynomfunktionen Lineare Gleichungen Eine lineare Gleichung in einer Variablen ist eine Gleichung der Form ax + b = cx + d mit festen Zahlen a und c mit a c. Dies kann man

Mehr

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema: Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag

Mehr

Jürgen Roth Didaktik der Linearen Algebra & Analytischen Geometrie

Jürgen Roth Didaktik der Linearen Algebra & Analytischen Geometrie Jürgen Roth Didaktik der Linearen Algebra und Analytischen Geometrie Modul 12a: Fachdidaktische Bereiche juergen-roth.de/lehre/did_linalg_anageo/ Kapitel 3: Modellieren & Angewandte Mathematik 3.1 Inhalte

Mehr

Handbuch für TI-nspire CX CAS

Handbuch für TI-nspire CX CAS Handbuch für TI-nspire CX CAS Einfache Bedienungsanleitung für Schüler Geschrieben von Rainer Zachmann Vo n e i n e m S c h ü l e r d e r 1 0. S c h u l s t u f e f ü r a n d e r e S c h ü l e r Alle Rechte

Mehr

Prüfung zur Vorlesung Mathematik I/II

Prüfung zur Vorlesung Mathematik I/II Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Eigenwerte und Eigenvektoren Siehe Analysis (von der Hude, Folie 20: Definition 2.3. Ein Vektor x R n heißt Eigenvektor der quadratischen n n-matrix A zum Eigenwert λ R, wenn gilt Ax = λx Die Eigenwerte

Mehr

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit linearer Gleichungssysteme Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn

Mehr

Definition, Rechenoperationen, Lineares Gleichungssystem

Definition, Rechenoperationen, Lineares Gleichungssystem Bau und Gestaltung, Mathematik, T. Borer Aufgaben /3 Aufgaben Matrizen Definition, Rechenoperationen, Lineares Gleichungssystem Lernziele - die Bezeichnung der Matrixelemente kennen und verstehen. - den

Mehr

Vektoren Vektorräume Lineare Unabhängigkeit, Basis Matrizen Benutzen von MuPAD-Bibliotheken Erstes Programm

Vektoren Vektorräume Lineare Unabhängigkeit, Basis Matrizen Benutzen von MuPAD-Bibliotheken Erstes Programm " " & Mathematische Anwendersysteme Einführung in MuPAD Tag 4 Vektoren Basis Dimension Matrizen 1722005 Gerd Rapin Übersicht Vektoren Vektorräume Lineare Unabhängigkeit Basis Matrizen Benutzen von MuPAD-Bibliotheken

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

47 Singulärwertzerlegung

47 Singulärwertzerlegung 47 Singulärwertzerlegung 47.1 Motivation Wir haben gesehen, dass symmetrische Matrizen vollständig mithilfe ihrer Eigenwerte und Eigenvektoren beschrieben werden können. Diese Darstellung kann unmittelbar

Mehr

Softwarepraktikum. zu Elemente der Mathematik. Carsten Rezny Institut für angewandte Mathematik Universität Bonn

Softwarepraktikum. zu Elemente der Mathematik. Carsten Rezny Institut für angewandte Mathematik Universität Bonn Softwarepraktikum zu Elemente der Mathematik Carsten Rezny Institut für angewandte Mathematik Universität Bonn 18. 20.05.2016 Listen Liste: Aufzählung von beliebigen Objekten liste={2,1.4,"abc"} Einzelnes

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:

Mehr

MATHEMATIK G9 LÖSEN VON GLEICHUNGEN

MATHEMATIK G9 LÖSEN VON GLEICHUNGEN MATHEMATIK G9 LÖSEN VON GLEICHUNGEN Viele mathematische (und naturwissenschaftliche) Probleme lassen sich dadurch lösen, dass man eine Gleichung (oder auch mehrere) aufstellt und diese dann löst. Wir werden

Mehr

Lineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri

Lineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri Lineare Algebra Gymnasium Immensee SPF PAM Bettina Bieri 6. Oktober 2011 Inhaltsverzeichnis 1 Matrizen 1 1.1 Einleitung............................. 1 1.2 Der Begriff Matrix........................ 1 1.2.1

Mehr

5 Differenzialrechnung für Funktionen einer Variablen

5 Differenzialrechnung für Funktionen einer Variablen 5 Differenzialrechnung für Funktionen einer Variablen Ist f eine ökonomische Funktion, so ist oft wichtig zu wissen, wie sich die Funktion bei kleinen Änderungen verhält. Beschreibt etwa f einen Wachstumsprozess,

Mehr

IV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen

IV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen Gliederung I. Motivation II. Lesen mathematischer Symbole III. Wissenschaftliche Argumentation IV. Matrizenrechnung i. Rechenoperationen mit Matrizen ii. iii. iv. Inverse einer Matrize Determinante Definitheit

Mehr

3 Matrizen und Lineare Gleichungssysteme

3 Matrizen und Lineare Gleichungssysteme 3 Matrizen und LGS Pink: Lineare Algebra HS 2014 Seite 38 3 Matrizen und Lineare Gleichungssysteme 3.1 Definitionen Sei K ein Körper, und seien m,n,l natürliche Zahlen. Definition: Eine Matrix mit m Zeilen

Mehr

Matlab Übersicht. Matlab steht für MATrix LABoratory, die Fa. The Mathworks wurde 1984 gegründet

Matlab Übersicht. Matlab steht für MATrix LABoratory, die Fa. The Mathworks wurde 1984 gegründet Matlab Übersicht Ziel: einfacher Zugang zu numerischen (FORTRAN)Bibliotheken [Freeware] Linpack (LINear Algebra Solution PACKage) und Eispack (EIgenvalue Solution PACKage) => aktuelle Version: Lapack (Linear

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5.1 Kommutierende Matrizen In der Vorlesung und vergangenen

Mehr

Matrizenrechnung am Beispiel linearer Gleichungssystemer. für GeoGebraCAS

Matrizenrechnung am Beispiel linearer Gleichungssystemer. für GeoGebraCAS Matrizenrechnung am Beispiel linearer Gleichungssystemer für GeoGebraCAS Letzte Änderung: 08/ April 2010 1 Überblick 1.1 Zusammenfassung Lösen von linearen Gleichungssystemen mit Hilfe der Matrizenrechnung.

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen

Mehr

4.4 Taylorentwicklung

4.4 Taylorentwicklung 4.4. TAYLORENTWICKLUNG 83 4.4 Taylorentwicklung. Definitionen f sei eine reellwertige m + -mal stetig differenzierbare Funktion der n Variablen x bis x n auf einem Gebiet M R n. Die Verbindungsgerade der

Mehr

Nachholtutorium A: Matrizen, Reihenentwicklungen Aufgaben

Nachholtutorium A: Matrizen, Reihenentwicklungen Aufgaben Fakultät für Physik Jan von Delft, Olga Goulko, Florian Bauer T: Rechenmethoden für Physiker, WiSe /3 http://homepages.physik.uni-muenchen.de/~vondelft/lehre/t/ Nachholtutorium A: Matrizen, Reihenentwicklungen

Mehr

Kurze Einführung in Octave

Kurze Einführung in Octave Kurze Einführung in Octave Numerische Mathematik I Wintersemester 2009/2010, Universität Tübingen Starten von Octave in einer Konsole octave eintippen (unter Linux) Octave als Taschenrechner Beispiele:

Mehr

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor) Matrizenrechnung. Matrizen Matrizen sind bereits im Kapitel Lineare Gleichungssysteme aufgetreten. Unter einer (m n) -Matrix A verstehen wir ein rechteckiges Zahlenschema mit m Zeilen und n Spalten. Der.

Mehr

4.4. Rang und Inversion einer Matrix

4.4. Rang und Inversion einer Matrix 44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert

Mehr

Übung 4: Einführung in die Programmierung mit MATLAB

Übung 4: Einführung in die Programmierung mit MATLAB Übung 4: Einführung in die Programmierung mit MATLAB AUFGABE 1 Was bewirkt der Strichpunkt? - Der Strichpunkt (Semikola) unterdrück die Anzeige der (Zwischen-) Resultate. Welche Rolle spielt ans? - Wenn

Mehr

Analytische Geometrie

Analytische Geometrie Der fx-991 DE X im Mathematik- Unterricht Analytische Geometrie Station 1 Schnittgerade zweier Ebenen Da der Taschenrechner nur eindeutige Lösungen eines Gleichungssystems liefert, kann er nur Schnittpunkte

Mehr

Lineare Algebra und analytische Geometrie

Lineare Algebra und analytische Geometrie TI voyage 200 Kompaktwissen Lineare Algebra und analytische Geometrie Eine kleine Hilfe für Schüler der DSB Seite 2 TI voyage 200 Kompaktwissen Algebra/Geometrie Diese Anleitung soll helfen, Aufgaben aus

Mehr

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29 Dynamische Systeme und Zeitreihenanalyse Komplexe Zahlen Kapitel 3 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.0/29 Motivation Für die

Mehr

Sage 2: Analysis, Lineare Algebra

Sage 2: Analysis, Lineare Algebra Sage 2: Analysis, Lineare Algebra Symbolische Variablen und Funktionen Variablen und symbolische Ausdrücke In den bisherigen Beispielen in der Vorlesung waren Variablen jeweils durch den zugewiesenen Wert

Mehr

05. Lineare Gleichungssysteme

05. Lineare Gleichungssysteme 05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a

Mehr

35 Matrixschreibweise für lineare Abbildungen

35 Matrixschreibweise für lineare Abbildungen 35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir

Mehr

Analysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS.

Analysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS. Analysis III für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Teil I Rückblick auf das letzte Semester Fakultät für Mathematik, Informatik und Naturwissenschaften

Mehr

Trennung der Variablen, Aufgaben, Teil 1

Trennung der Variablen, Aufgaben, Teil 1 Trennung der Variablen, Aufgaben, Teil -E -E Trennung der Variablen Die Differenzialgleichung. Ordnung mit getrennten Variablen hat die Gestalt f ( y) dy = g (x) dx Satz: Sei f (y) im Intervall I und g

Mehr

Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2012/13 Hochschule Augsburg Lineare : Einführung Beispiele linearer a) b) c) 2x 1 3x 2 = 1 x 1 +

Mehr

Aufgabe 1. Berechnen Sie die absolute und die relative Kondition des Problems x f(x) für die Abbildung. x = x 2 e x 1.

Aufgabe 1. Berechnen Sie die absolute und die relative Kondition des Problems x f(x) für die Abbildung. x = x 2 e x 1. Name: Matrikel-Nr.: 1 Aufgabe 1. Berechnen Sie die absolute und die relative Kondition des Problems x f(x) für die Abbildung R 3 R 2, x 1 f : x 1 + e x2 2 sin(x3 ) x = x 2 e x 1 (1 + x 2 1 + x, 2x 3 )

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 6

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 6 R. Hiptmair S. Pintarelli E. Spindler Herbstsemester 2014 Lineare Algebra und Numerische Mathematik für D-BAUG Serie 6 ETH Zürich D-MATH Einleitung. Diese Serie behandelt nochmals das Rechnen mit Vektoren

Mehr

1 Matrizenrechnung zweiter Teil

1 Matrizenrechnung zweiter Teil MLAN1 1 Literatur: K. Nipp/D. Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4. Auflage, 1998, oder neuer. 1 Matrizenrechnung zweiter Teil 1.1 Transponieren einer Matrix Wir betrachten

Mehr

Homogene lineare Differentialgleichung 1. Ordnung

Homogene lineare Differentialgleichung 1. Ordnung Homogene lineare Differentialgleichung. Ordnung Sanddünen und Integralkurven E Ma Lubov Vassilevskaa E Ma Lubov Vassilevskaa E3 Ma Lubov Vassilevskaa Lineare DGL. Ordnung Definition: Eine Differenzialgleichung.

Mehr

LINEARE ALGEBRA II. FÜR PHYSIKER

LINEARE ALGEBRA II. FÜR PHYSIKER LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders

Mehr

18.2 Implizit definierte Funktionen

18.2 Implizit definierte Funktionen 18.2 Implizit definierte Funktionen Ziel: Untersuche Lösungsmengen von nichtlinearen Gleichungssystemen g(x) = 0 mit g : D R m, D R n, d.h. betrachte m Gleichungen für n Unbekannte mit m < n, d.h. wir

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

1.) Matrix einer linearen Abbildung

1.) Matrix einer linearen Abbildung 1.) Matrix einer linearen Abbildung Aufgaben: 7 restart; with(linearalgebra): Definitionen MATH: Seien und Vektorräume über dem Körper mit Basen und. Wir wollen eine bequeme Art finden, eine lineare Abbildung

Mehr

KLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2.

KLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2. MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE 9.8.7 KLAUSUR zur Numerik I mit Lösungen Aufgabe : ( Punkte) [ wahr falsch ]. Die maximale Ordnung einer s-stufigen Quadraturformel ist s. [ ]. Der Clenshaw

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

Kurze Einführung in Mathematica

Kurze Einführung in Mathematica Kurze Einführung in Mathematica (Carola Berger und Christian B. Lang, adaptiert und erweitert auf Mathematica 6 von Markus Huber) Sie haben soeben Mathematica gestartet und dieses Notebook geladen. (Falls

Mehr

Numerische Mathematik mit Matlab

Numerische Mathematik mit Matlab Günter Grämlich Wilhelm Werner Numerische Mathematik mit Matlab Eine Einführung für Naturwissenschaftler und Ingenieure ГЗ I dpunkt.verlag Inhaltsverzeichnis 1 Einleitung 1 2 MATLAB-Grundlagen 5 2.1 Was

Mehr

Prüfung zur Vorlesung Mathematik I/II

Prüfung zur Vorlesung Mathematik I/II Dr. A. Caspar ETH Zürich, August BIOL-B GES+T PHARM Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle MC Total MC Total 3 4 5 6 -

Mehr

Vorkurs Mathematik Übungen zu linearen Gleichungssystemen

Vorkurs Mathematik Übungen zu linearen Gleichungssystemen Vorkurs Mathematik Übungen zu linearen Gleichungssystemen Lineare Gleichungssysteme lösen Aufgabe. Lösen sie jeweils das LGS A x = b mit ( ( a A =, b = b A =, b = 6 Aufgabe. Berechnen Sie für die folgenden

Mehr

Vorbereitung für die Prüfung Mathematik II für Informatiker

Vorbereitung für die Prüfung Mathematik II für Informatiker Technische Universität Ilmenau SS 2010 Institut für Mathematik Inf Prof. Dr. Michael Stiebitz Vorbereitung für die Prüfung Mathematik II für Informatiker 1 Lineare Algebra Aufgabe 1 Schauen Sie sich die

Mehr