V01A3: Version 1 vom Mittwoch,

Größe: px
Ab Seite anzeigen:

Download "V01A3: Version 1 vom Mittwoch,"

Transkript

1 V01A3: Version 1 vom Mittwoch, Inhaltsverzeichnis 1 Maße und Integrale in naiver Betrachtung Einleitung Maße in Euklidischen Räumen Parallelotope Kegel Maße bei Rotationskörpern

2 V01A3: Version 1 vom Mittwoch, Info1 in V01A3 1 Maße und Integrale in naiver Betrachtung 1.1 Einleitung Das erste Kapitel dieser Vorlesung ist als Motivation zu sehen. Das Thema Maße und Integrale dürfte den Zuhörern dieser Vorlesung 1 (resp. den Lesern dieses Skriptes) nicht völlig unbekannt sein. Wir erinneren hier an einige, sicherlich wohlbekannte Fakten und entwickeln daraus neue. Es geht zunächst um eine Sammlung von Informationen ohne tiefere Begründung zum Thema Maße und Integrale. Maße sind aus der Praxis bekannt als Längen von Kurven, Flächeninhalte von Oberflächen, Volumina von Körpern. Auch das Zählen von Punkten gehört zum Messen. Ebenso das Auszählen von Ereignissen in Statistiken. Maße und Dimension sind eng miteinander verbunden. In jeder Dimension hat man Maße. Kurven gehören zur Dimension 1, Flächen zur Dimension 2, Volumina von Körpern zur Dimesnion 3, Zählen von Punkten zur Dimension 0. Geräte zum Messen von Längen sind Metermaße, Zirkel, Winkelmaße, Fäden, die an Kurven angepaßt werden, Für Flächen verwendt man Farbe, um sie zu bestreichen, Schere und Papier, um Modelle zu zerschneiden und abzuwickeln. Für Rauminhalte nimmt man Flüssigkeiten, um Körper zu füllen oder zum Verdrängen von Volumen (Auftrieb bei Archimedes), Balkenwaagen zum Vergleichen. Gemessen werden nicht nur Rauminhalte, sondern auch Masseninhalte. Die Meßgeräte der Praxis sind technische, nichtmathematische Instrumente. In fast allen Wissenschaften wird heutzutage gemessen und gezählt. Allen voran ist hier die Physik, die raffinierte Präzisionsgeräte entwickelt hat. Gegenstände, die Mathematiker messen, sind Mengen und Teilmengen von anderen Mengen. i.d.r. von IR, IR 2, IR 3,... Das Messen geschieht i.d.r. mit reellwertigen Funktionen. Auch Funktionen selbst kann man messen. Gewisse Maße für Funktionen nennt man Integrale. Wir stellen uns jetzt einige Fragen. Was sind bekannte Resultate? Was erwartet man an Ergebnissen? Kann man schon im Vorfeld einfache Zusammenhänge sehen? Es ist klar, daß Mathmatiker letztendlich exakte Definitionen, Sätze und Beweise sehen möchten. Das ist für Praktiker und Anwender häufig ein Schritt zurück, der schwer zu rechtfertigen ist, es sei denn, es besteht ein Interesse an mathematischen Philosophien. 1 Werner End: Vorlesung Analysis III, Heidelberg WS02/03

3 V01A3: Version 1 vom Mittwoch, Partop in V01A3 1.2 Maße in Euklidischen Räumen Wir betrachten die Euklidische Räume IR N mit ihren Teilmengen. Bekanntlich hat man zu jedem k = 0, 1, 2,... ein Maß µ k, mit denen sich gewisse Teilmengen X IR N (nicht alle) messen lassen. Das k dimensionale Maß µ k (X) von X ist dabei eine reelle Zahl 0 oder (Unendlich). Es handelt sich im Folgenden immer um das naheliegende Maß, also um das Standard Maß solcher Teilmengen. Für niedrige Dimensionen hat man die üblichen Namen: µ 1 (X) heißt Länge von X, falls X eine Kurve ist, µ 2 (X) heißt der Flächeninhalt von X, falls X eine Fläche ist. µ 3 (X) nennt man das Volumen, den Rauminhalt von X, etwa bei Körpern im Raum. (Mit Körpern bezeichnet man hierbei gewisse Gegenstände, also mathematisch gesehen sind das lediglich Teilmengen eines Raumes.) Man hat, wie bereits oben behauptet, auch analog gebildete höherdimensionale Volumina µ k (X) etwa µ 4 (X) u.s.w.. B. 1 Endliche Punktmengen Wenn X := {p 1,..., p r } IR N aus r paarweisen verschiedenen Punkte besteht, so ist µ 0 (X) = r und µ k (X) = 0 für alle k = 1, 2,... B. 2 Quader, Rechtecke und Intervalle Wenn Q := I 1 I N ein k dimensionaler Quader ist, I j = [a j, b j ] IR mit a j < b j für j = 1,.., k und a j = b j für j = k + 1,.., N, so ist µ k (Q) = (b 1 a 1 )... (b k a k ). Es ist µ n (Q) = 0 für n > k und µ n (Q) = für n < k. Speziell für ein zu einem Intervall ausgeartetem Rechteck Q = I 1 I 2 im IR 2, mit a 1 < b 1 und a 2 = b 2, ist µ 2 (Q) = 0, µ 1 (Q) = b 1 a 1 und µ 0 (Q) =. 1.3 Parallelotope Es sei v 1,..., v k IR N. Das von v 1,..., v k aufgespannte Parallelotop ist die Teilmenge P (v 1,..., v k ) := {t 1 v 1 + t k v k 0 t 1,..., t k 1} IR N. In den folgenden Beispielen möchten wir Standardmaße solcher Parallelotope angeben. Es handelt sich dabei (fast) um Verabredung (Axiome) bei dem Standardmaß. Ich sage hier fast Axiome, weil man sie auch aus elementareren Annahmen folgern kann. Das wollen wir hier nicht so weitgehend analysieren. Es würde andererseits sehr verwundern, wenn solche Formeln nicht gelten würden. Das wäre dann Nicht Standard.

4 V01A3: Version 1 vom Mittwoch, B. 3 Parallelotope P (v 1,..., v N ) IR N Wenn k = N, dann ist µ N (P (v 1,..., v N )) = det(v 1,..., v N ). B. 4 Parallelotope P (v 1, v 2 ) IR N Wir betrachten den Spezialfall k = 2 und P (v 1, v 2 ) IR N, 2 N. Man richte v 2 auf zu einem Vektor w 2, der senkrecht ist zu v 1, so daß w 2 die Höhe des Parallelogramms v 1, v 2 ist. P (v 1, v 2 ) wird in ein flächengleiches Rechteck P (v 1, w 2 ) verwandelt. Bild 1 w 2 = v 2 + λv 1 v 2 v 1 + v 2 0 v 1 =: w 1 Zu Bild 1 : Das Parallelogramm P (v 1, v 2 ) wird durch eine Scherung in ein flächengleiches Rechteck P (w 1, w 2 ) verwandelt. Ansatz: w 2 = v 2 + λv 1. Die Bedingung ist: w 2 möge senkrecht auf v 1 sein: 0 = v 1, w 2 = v 1, v 2 + λ w 2 = v 1, v 2 + λ v 1, v 1, λ v 1, v 1 = v 1, v 2 Hieraus ergibt sich λ sofern v 1 0. Wir berechnen das Quadrat µ 2 (P (v 1, v 2 )) = µ 2 (P (v 1, w 2 )) = v 1 w 2 µ 2 (P (v 1, v 2 )) 2 = v 1 2 w 2 2 = v 1 2 ( v λ v 1, v 2 + λ 2 v 1 2 ) = v 1 2 v λ v 1 2 v 1, v 2 + λ 2 v 1 4 = v 1 2 v v 1, v 2 v 1, v 2 + v 1, v 2 2 = v 1 2 v 2 2 v 1, v 2 2 v = 1, v 1 v 1, v 2 v 2, v 1 v 2, v 2 B. 5 Parallelotope P (v 1, v 2,..., v k ) IR N Das vorhergehende Beispiel motiviert folgende Formel, die wir hier als Definition nehemen: v 1, v 1 v 1, v k µ k (P (v 1, v 2,..., v k )) 2 =..... = det( v i, v j ) i,j=1,...,k v k, v 1 v k, v k

5 V01A3: Version 1 vom Mittwoch, µ k (P (v 1, v 2,..., v k )) = det( v i, v j ) i,j=1,...,k. Bemerkung. vgl. hierzu Übmgsaufgabe 2, von Blatt 5, vom Mittwoch, Diese Formel steht in engem Zusammenhang mit dem Gram Schmidtschen Orthogonalisierungsverfahren, bei dem linear unabhängige Vektoren v 1,..., v k ersetzt werden durch paarweise zueinander orthogonale w 1,..., w k, wodurch aus dem Parallelotop P (v 1,..., v k ) ein volumengleicher Quader P (w 1,..., w k ) entsteht. Dadurch wird die obige Formel für µ k motiviert oder sogar begründet. Man macht den Ansatz w j = v j + v j 1 c j 1j + + v 1 c 1,j mit unbestimmten Koeffizienten c rs die man rekursiv aus w j, v l = 0 für l = 1,..., j 1 berechnen kann. Geometrisch handelt es sich dabei um Scherungen, die Volumina unverändert lassen. Dadurch entsteht aus einem Paralleotop ein inhaltsgleicher Quader. µ k (P (v 1, v 2,..., v k )) = µ k (P (w 1, w 2,..., w k )) = w 1... w k. Die Längen w 2,..., w n sind Höhen in geeigneten Parllelotopen. Es ist einfach, von dem Produkt der w j (besser von dem Produkt der Quadrate w j 2 ) zu der Formel mit der Determinante zu gelangen. Hierzu gibt es auf Blatt 05 die Aufgabe 2 2. (6P) Zu jeder Folge v 1,..., v n V von linear unabhängigen Vektoren in einem reellen Vektorraum V mit einem Skalarprodukt gehört ein Orthogonalsystem w 1,..., w n V, so daß w j = v j +v j 1 λ j 1j +...+v 1 λ 1j, wobei λ kj IR. Man zeige: (a) Die w j sind eindeutig bestimmt und können nach folgenden Formeln berechnet werden: v 1, v 1 v 1, v j v 1, v 1 v 1, v j 1 v 1.. G 0 := 1, G j :=..... v j, v 1 v j, v j, w j := 1 G j 1 (b) Zeige w j 2 = w j, v j = G j /G j 1 und berechne damit w 1 w 2 w n. (c) Was bedeutet (v 1,..., v n ) (w 1,..., w n ) geometrisch? Welche Bedeutung erhält dabei das Produkt w 1 w 2 w n? v j, v 1 v j, v j 1 v j Volumen und Matrixprodukte Nun noch eine Umformulierung mit Hilfe des Matrixproduktes. Es sei V = (v 1,..., v k ) IR N IR N die N k Matrix, deren Koeffizienten die Spaltenvektoren v 1,..., v k sind. Die tranponierte Matrix V T = V T V ist die k k Matrix mit Koeffizienten v T i v j = v i, v j. v T 1. v T k µ k (P (v 1,, v k )) 2 = det(v T i v j ) = det hat die Zeilenvektoren vt 1,..., v T n. Das Produkt ( v T 1. v T k ) (v 1,..., v k ) = det(v T V ).

6 V01A3: Version 1 vom Mittwoch, Im Spezialfall k = N sind V und V T quadratische Matrizen und sie besitzen eine Determinante. Es gilt ferner det V T = det V. Das liefert µ k (P (v 1,, v N )) 2 = det(v T V ) = det V T det V = (det V ) 2, woraus sich µ k (P (v 1,, v N )) = det V ergibt, wie auch zu erwarten war. 1.4 Kegel Wir betrachten im IR n+1 ein Analogon zu einen Kegel mit Grundfläche M und Höhe h > 0. (Ich spreche auch in höheren Dimensionen von Grundfläche, weil mir kein passender Name einfällt.) Wir starten mit einer Teilmenge M IR n und denken uns M als M {h} in dem affinen Teilraum IR n {h} und verbinden diesen mit dem Nullpunkt durch Strecken. So entsteht der Kegel in IR n IR. In der Höhe t ergibt sich dabei die Menge t h M {t}. Den Kegel mit Spitze 0 über M {h} ist die Menge C h (M) := t [0,h] ( ) t t h M {t} = { h x, t x M, t [0, h]}. Bild 2 V = µ n ( t h M) t IR M {h} t M {t} h IR n {h} 0 IR n t h t + t t Zu Bild 2 : Der Kegel C h (M) in IR n IR B. 6 Wir intressieren uns für das Volumen µ n+1 (C h (M)). In der Schicht [t, t+ t] hat man in etwa (approximativ) ein (n+1) dimensionales Volumen V = µ n ( t M) t. h Man hat nun [0, h] geeignet zu unterteilen und solche Volumina aufzusummieren. So gelangt man bei immer feiner werdenden Unterteilungen zu der Formel µ n+1 (C h (M)) = h 0 µ n ( t h M)dt.

7 V01A3: Version 1 vom Mittwoch, Was erwartet man von µ n? Es sollte die Formel µ n (rm) = r n µ(m) gelten. Das wollen wir hier verwenden. h µ n+1 (C h (M)) = µ n ( t h ( ) t nµn 0 h M)dt = (M)dt 0 h = µ n(m) h = t n dt = µ n(m) hn+1 h n 0 h n n + 1. Ergebnis: µ n+1 (C h (M)) = 1 n + 1 µ n(m)h. Das verallgmeinert das Resultat: Der Rauminhalt eines Kegels im IR 3 ist Ein Drittel Grundfläche mal Höhe µ 3(C h (M)) = 1 3 µ n(m)h. RotK in V01A3 1.5 Maße bei Rotationskörpern Es sei f(x) 0 eine stetige Funktion mit dem Intervall [a, b] als Definitionsbereich. Rotiert die Fläche zwischen der Funktion f(x) und der x Achse um die x Achse als Rotationsachse, so entsteht im Raum der Rotationskörper R f IR 3. R f : = {(x, y, z) IR 3 y 2 + z 2 f(x) 2, a x b} = {(x, r cos θ, r sin θ) 0 r f(x), θ IR, a x b}. Der Rotationskörper hat eine Oberfläche (R f ), die aus Mantelfläche Mantel (R f ) und zwei Kreisscheiben, Grund und Deckfläche, D a und D b besteht. (R f ) = Mantel (R f ) D a D b, Mantel R f : = {(x, y, z) IR 3 y 2 + z 2 = f(x) 2, a x b} = {(x, f(x) cos θ, f(x) sin θ) θ IR, a x b}.

8 V01A3: Version 1 vom Mittwoch, y x x z Bild 3 : Rotationskörper erzeugt von f(x) im IR 3 x Achse waagerecht nach rechts, z Achse nach links, unten, 135 o gegen die positive x Achse, y Achse nach oben. Die Kreisscheibe D x senkrecht zur x Achse mit Mittelpunkt (x, 0, 0) vom Radius f(x). Im Bild erscheint D x als Ellipse. Ein Punkt (x, y, z) der Mantelfläche hat den Abstand f(x) von der x Achse. Der Winkel θ ist der Winkel (x, 1, 0), (x, 0, 0), (x, y, z) mit Scheitel (x, 0, 0). Zu jedem x [a, b] schneidet die Ebene {x} IR 2 den Rotationskörper in einer Kreisscheibe D x vom Radius f(x). D x := {(x, y, z) y 2 + z 2 f(x) 2 } = R f ({x} IR 2 ). Es ist R f die Vereinigung aller solcher Kreisscheiben D x über alle x [a, b]. Das schreibt sich als R f = D x. x [a,b]

9 V01A3: Version 1 vom Mittwoch, Das ist sogar eine disjunkte Vereinigung, denn für x x ist D x D x =. y (x,1,0) (x,y,z) θ {x} x IR 2. (x,0,0) x z Bild 4 : Es zeigt den Schnitt durch den Rotationskörper mit der Ebene {x} IR 2, Das ist die Kreisfläche D x in der Ebene {x} IR 2. y Achse nach oben, z Achse nach links unten, Der Mittelpunkt von D x ist (x, 0, 0) Gezeichnet ist ein Vektor vom Mittelpunkt zu einem Randpunkt (x, y, z) einem Punkt mit (y 2 + z 2 = f(x) 2 ). Ferner ist θ der Winkel dieses Vektors in D x zu der positiven y Achse in D x, also von (x, y, z) zu (x, 1, 0) mit Scheitel (x, 0, 0).

10 V01A3: Version 1 vom Mittwoch, f(x) x V π f(x) 2 x Bild 5 : Ein Ausschnitt aus dem Rotationskörper zwischen x und x + x Dieser Teil ist approximativ ein Vollzylinder vom Radius f(x) und der Höhe x. Das ergibt einen infiniteimalen Volumenzuwachs V πf(x) 2 x Definition 1.1 Der Rauminhalt des Rotationskörpers ist: b b µ 3 (R f ) = π f(x) 2 dx = µ 2 (D x ) dx. a a Mantelflächeninhalt Es geht hier um den Flächeninhalt von Mantel R f. Bei Berechnungen von Mantelfächen müssen wir f als stetig und stückweise stetig differenzierbar voraussetzen. Ferner mögen alle im Folgenden hingeschriebenen Integrale existieren, evtl. lediglich als uneigentliche Riemannintegrale.

11 V01A3: Version 1 vom Mittwoch, f(x) x y f(x+ x) Bild 6 :Zur Berechnung des Mantelinhaltes. Hier ersetzt nan den Ausschnitt zwischen [x, x + x] approximativ durch den Kegelstumpfmantel mit den Radien y = f(x) und y + y = f(x + x) und der Mantellinie (Fallinie) s = x 2 + y 2 = x 2 + y 2 x 2. Man hat y = f(x + x) f(x) y x und den Oberflächenzuwachs O = 2π 1 2 (f(x) + f(x + x)) s 2 πf(x) s 2πf(x) 1 + f 2 (x) x. In der Formel für den infinitesimalen Volumenzuwachs hat man auch f(x + x) durch f(x) ersetzt, alles geschieht approximativ;. Definition 1.2 Der Flächeninhalt der Mantelfläche eines Rotationskörpers ist: b µ 2 ( Mantel R f ) = 2π f(x) 1 + f 2 (x) dx. a Bemerkung. Wir werden später, dieses anschauliche Vorgehen zu rechtfertigen. Es ist dann tatsächlich µ 3 (R f ) das Standardvolumen resp. µ 2 ( Mantel R f ) der Standard Flächeninhalt, was man aus einer Theorie von Integralen und Maßen folgern kann. Würde es keine Übereinstimmung der naiv definierten (gefundenen) Inhalte mit einer Standard Theorie geben, so wäre die Theorie unbrauchbar. Das schließt nicht aus, daß es auch noch andere Maßtheorien gibt, die etwa für solche Rotionskörper andere Werte ergeben. Wir bemerken auch, daß bei Oberflächenberechnungen von krummen Flächen, naive geometrische Vorstellungen leicht zu Fehlern führen.

12 V01A3: Version 1 vom Mittwoch, So darf man nicht infinitesimal den Zylindermantel nehmen. Das ergibt falsche Resultate. Aber ein infinitesimaler Kegelmantel ergibt das Rihtige, wie wir gesehen haben. Ebenso gibt es Approximationen an Flächen durch Dreiecke, die im Grenzwert zu einem falschen Flächeninhalt führen. (Schwarzscher Stiefel). Zu diesem (verrückten) Phänomen vgl. Seite 27 in Reckziegel, Helmut et al: Elementare Differentialgeometrie mit MAPLE, vieweg, Literatur in V01A3 Literatur: [F] Forster, Otto: Analysis 3, vieweg, [B] Bass, J.: Cours de Mathématiques, tome III, Masson et C ie, [V] Vieweg Mathematik Lexikon, Braunschweig, [L] Loomis, Lynn, H.: An Introduction to Abstract Harmonic Analysis, van Nostrand, [D] Dieudonné, J.: Grundzüge der modernen Analysis, Band 2, Teubner. [B S] Bronstein-Semendjajew.: Taschenbuch der Mathematik, Harry Deutsch Verlag, Frankfurt, [B S] Spivak, M: Calculus on Manifolds. Benjamin, [O] Ostrowski, A: Vorlesungen zur Differential und Integralrechnung I,II,III, Birkhäuser, Basel, [M K] Mangoldt Knopp:

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

Kapitel VI. Euklidische Geometrie

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

Mehr

Das Prisma ==================================================================

Das Prisma ================================================================== Das Prisma ================================================================== Wird ein Körper von n Rechtecken und zwei kongruenten und senkrecht übereinander liegenden n-ecken begrenzt, dann heißt der

Mehr

3 Vektorräume abstrakt

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

Mehr

V04A3: Version 1 vom Montag,

V04A3: Version 1 vom Montag, V04A3: Version 1 vom Montag, 28.10.02 40 Inhaltsverzeichnis 1.14 Volumina relativ zu C 1 Abbildungen..................... 41 1.14.1 Tangentialräume zu C 1 Abildungen.................. 41 1.14.2 Erste rundform

Mehr

Skalarprodukt, Norm & Metrik

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

Mehr

Mathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen

Mathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 68 Das Verhalten von Maßen bei linearen Abbildungen Lemma 68.1. Es sei V ein reeller Vektorraum und L :R n V eine bijektive lineare

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

Brückenkurs Mathematik. Mittwoch Freitag

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

Mehr

Unter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über

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

Mehr

Vortrag 20: Kurze Vektoren in Gittern

Vortrag 20: Kurze Vektoren in Gittern Seminar: Wie genau ist ungefähr Vortrag 20: Kurze Vektoren in Gittern Kerstin Bauer Sommerakademie Görlitz, 2007 Definition und Problembeschreibung Definition: Gitter Seien b 1,,b k Q n. Dann heißt die

Mehr

Das Volumen und die Oberfläche einer n-dimensionalen Kugel

Das Volumen und die Oberfläche einer n-dimensionalen Kugel Das Volumen und die Oberfläche einer n-dimensionalen Kugel Alois Temmel 6. Februar 14 c 14, A. Temmel Inhaltsverzeichnis 1 Die Volumenformel 3 1.1 Die n-dimensionale Kugel.................... 3 1.1.1 Die

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

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

Abitur 2013 Mathematik Geometrie V

Abitur 2013 Mathematik Geometrie V Seite 1 http://www.abiturloesung.de/ Seite Abitur 1 Mathematik Geometrie V Teilaufgabe b ( BE) Ein auf einer horizontalen Fläche stehendes Kunstwerk besitzt einen Grundkörper aus massiven Beton, der die

Mehr

1.2 Gitter: Grundlegende Konzepte

1.2 Gitter: Grundlegende Konzepte Gitter und Codes c Rudolf Scharlau 16. April 2009 5 1.2 Gitter: Grundlegende Konzepte Es sei V ein n-dimensionaler R-Vektorraum. Auf V sei ein Skalarprodukt gegeben, dessen Werte mit x, y R, dabei x, y

Mehr

Mathematik I Herbstsemester 2018 Kapitel 5: Integralrechnung

Mathematik I Herbstsemester 2018 Kapitel 5: Integralrechnung Mathematik I Herbstsemester 208 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas / 70 5. Integralrechnung Grundbegriffe Das bestimmte Integral als Flächeninhalt Der Fundamentalsatz Partielle

Mehr

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6 Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................

Mehr

r i w i (siehe (3.7)). r i v, w i = 0.

r i w i (siehe (3.7)). r i v, w i = 0. Orthogonales Komplement und Orthogonalprojektion Wir betrachten weiterhin einen euklidischen Vektorraum V,,. (6.13) Def.: Ist M V, so heißt das orthogonale Komplement von M. (6.14) Fakt. (i) M ist Untervektorraum

Mehr

Integralrechnung - Rotationskörper

Integralrechnung - Rotationskörper F H Z > F A C H H O C H S C H U L E Z E N T R A L S C H W E I Z H T A > H O C H S C H U L E F Ü R T E C H N I K + A R C H I T E K T U R L U Z E R N A b t e i l u n g I n f o r m a t i k Integralrechnung

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

Lernstraße zum Thema geometrische Körper. Vorbemerkungen. Liebe 10 a, nun sämtliche Arbeitsblätter; aufgrund einer Erkrankung

Lernstraße zum Thema geometrische Körper. Vorbemerkungen. Liebe 10 a, nun sämtliche Arbeitsblätter; aufgrund einer Erkrankung Vorbemerkungen 02.06.2011 Liebe, nun sämtliche Arbeitsblätter; aufgrund einer Erkrankung meiner Kinder am Wochenende etwas später und aufgrund einer Bemerkung von Arian in der letzten Stunde etwas kürzer.

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

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

Mehr

Oberfläche von Körpern

Oberfläche von Körpern Definition Die Summe der Flächeninhalte der Flächen eines Körpers nennt man Oberflächeninhalt. Quader Der Oberflächeninhalt eines Quaders setzt sich folgendermaßen zusammen: O Q =2 h b+2 h l+2 l b=2 (h

Mehr

Abbildung 10.1: Das Bild zu Beispiel 10.1

Abbildung 10.1: Das Bild zu Beispiel 10.1 Analysis 3, Woche Mannigfaltigkeiten I. Definition einer Mannigfaltigkeit Die Definition einer Mannigfaltigkeit braucht den Begriff Diffeomorphismus, den wir in Definition 9.5 festgelegt haben. Seien U,

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen

Mehr

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt N dl. y 3

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt N dl. y 3 Übungen zur Ingenieur-Mathematik III WS / Blatt 9.. Aufgabe 5: Berechnen Sie das Integral K ( x y N dl über den Rand des Kreises K {(x, y x + y } einmal direkt mit Hilfe einer geeigneten Parametrisierung

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. 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

, 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

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt

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

2 Euklidische Vektorräume

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

Mehr

b) Definieren Sie den Begriff Cauchy-Folge. c) Geben Sie zwei Beispiele für konvergente Folgen und deren jeweilige Grenzwerte an.

b) Definieren Sie den Begriff Cauchy-Folge. c) Geben Sie zwei Beispiele für konvergente Folgen und deren jeweilige Grenzwerte an. Repetitorium zur Ingenieur-Mathematik I, WS 00/ Aufgabe : Bestimmen Sie das quadratische Polynom, auf dessen Graph die Punkte (, 4), (0, ), (, 7) liegen. Aufgabe : a) Wann ist eine Folge konvergent (Definition)?

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. Michael Wolf Daniel Stilck França Stefan Huber Zentralübung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik 4 für Physiker (Analysis 3) MA94 Z4.. Parametrisierungsinvarianz des Oberflächenintegrals

Mehr

(u, v) z(u, v) u Φ(u, v) (v = const.) Parameterlinie v = const. v Φ(u, v) (u = const.) Parameterlinie u = const.

(u, v) z(u, v) u Φ(u, v) (v = const.) Parameterlinie v = const. v Φ(u, v) (u = const.) Parameterlinie u = const. 13 Flächenintegrale 64 13 Flächenintegrale Im letzten Abschnitt haben wir Integrale über Kurven betrachtet. Wir wollen uns nun mit Integralen über Flächen beschäftigen. Wir haben bisher zwei verschiedene

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

Kapitel II. Vektoren und Matrizen

Kapitel II. Vektoren und Matrizen Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft

Mehr

Seite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx

Seite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx Seite Aufgabe : a Berechnen Sie das Integral b Berechnen Sie das Integral +x x+x dx. π sin x dx. c Differenzieren Sie die Funktion ft = t e t s ds. Nur Leibniz-Formel a + x x + x dx = d dx lnx + x dx =

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

Lineare Algebra für PhysikerInnen Teil 2

Lineare Algebra für PhysikerInnen Teil 2 Übungen Lineare Algebra für PhysikerInnen Teil WS 9/ M. Hoffmann-Ostenhof 5. (a) Begründen Sie warum der Vektorraum P (R) nicht endlich dimensional ist und warum dim P n (R) = n + ist. (b) Zeigen Sie,

Mehr

Lineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya

Lineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya Lineare Transformationen und Determinanten 10-E Ma 1 Lubov Vassilevskaya Lineare Transformation cc Definition: V und W sind zwei Vektorräume. Eine Funktion T nennt man eine lineare Transformation von V

Mehr

9 Eigenwerte und Eigenvektoren

9 Eigenwerte und Eigenvektoren 92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl

Mehr

9 Eigenwerte und Eigenvektoren

9 Eigenwerte und Eigenvektoren 92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl

Mehr

Vektorräume und Rang einer Matrix

Vektorräume und Rang einer Matrix Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 009 Dienstag 3.6 $Id: quadrat.tex,v.4 009/06/3 4:55:47 hk Exp $ 6 Symmetrische Matrizen und quadratische Formen 6.3 Quadratische Funktionen und die Hauptachsentransformation

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

Brückenkurs Mathematik

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

Mehr

5. Vorlesung. Rechnen mit Vektoren.

5. Vorlesung. Rechnen mit Vektoren. 5. Vorlesung. Rechnen mit Vektoren. Vektoren per se gibt es nicht. Vektoren sind immer Teil eines Vektorraumes. In dieser Vorlesung führen wir Vektorräume und Vektoren ein und beweisen ein paar klassische

Mehr

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

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

Mehr

Abitur 2016 Mathematik Geometrie V

Abitur 2016 Mathematik Geometrie V Seite http://www.abiturloesung.de/ Seite Abitur Mathematik Geometrie V Betrachtet wird der abgebildete Würfel A B C D E F G H. Die Eckpunkte D, E, F und H dieses Würfels besitzen in einem kartesischen

Mehr

1 Euklidische und unitäre Vektorräume

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

Mehr

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 11. Juli 2016 Ableitungen im Höherdimensionalen Im Eindimensionalen war die Ableitung f (x 0 ) einer Funktion f : R R die

Mehr

1. Funktionen und Stetigkeit

1. Funktionen und Stetigkeit 1. Funktionen und Stetigkeit Um Funktionen mit mehreren Variablen auf ihr Grenzwertverhalten, wie Stetigkeit und Differenzierbarkeit, untersuchen zu können, ist es sinnvoll, sie auf kleinen Umgebungen,

Mehr

Vektorprodukt. Institut für Mathematik Humboldt-Universität zu Berlin & &

Vektorprodukt. Institut für Mathematik Humboldt-Universität zu Berlin & & Vektorprodukt Institut für Mathematik Humboldt-Universität zu Berlin 18.02.2004 & 17.02.2005 & 11.07.2005 zu den Vorlesungen Lineare Algebra und analytische Geometrie I (L) im WS 2003/2004, Mathematik

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 6/7): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

Kapitel 3 Lineare Algebra

Kapitel 3 Lineare Algebra Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND

Mehr

Abitur 2010 Mathematik LK Geometrie V

Abitur 2010 Mathematik LK Geometrie V Seite http://www.abiturloesung.de/ Seite Abitur Mathematik LK Geometrie V Gegeben sind in einem kartesischen Koordinatensystem des R der Punkt A( ) und die Menge der Punkte B k ( k) mit k R. Die Punkte

Mehr

Algebra Für welche reellen Zahlen m hat das folgende Gleichungssystem nur die triviale

Algebra Für welche reellen Zahlen m hat das folgende Gleichungssystem nur die triviale Algebra 1 www.schulmathe.npage.de Aufgaben 1. Für welche reellen Zahlen m hat das folgende Gleichungssystem nur die triviale Lösung? x + y + mz = 0 mx y + z = 0 x + y + z = 0. Welche Punkte P z der z-achse

Mehr

Flächeninhalt, Volumen und Integral

Flächeninhalt, Volumen und Integral Flächeninhalt, Volumen und Integral Prof. Herbert Koch Mathematisches Institut - Universität Bonn Schülerwoche 211 Hausdorff Center for Mathematics Donnerstag, der 8. September 211 Inhaltsverzeichnis 1

Mehr

9.3. Rotationsvolumina

9.3. Rotationsvolumina 9.. Rotationsvolumina Rotationskörper entstehen, wenn man eine ebene Kurve um eine in der Ebene liegende Achse kreisen läßt. Beispiele aus dem praktischen Leben sind Töpferscheibe und Drechselbank. Die

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 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

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

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

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

Mathematik für Naturwissenschaftler II

Mathematik für Naturwissenschaftler II Mathematik für Naturwissenschaftler II Dr Peter J Bauer Institut für Mathematik Universität Frankfurt am Main Sommersemester 27 Lineare Algebra Der mehrdimensionale Raum Vektoren Im Teil I dieser Vorlesung

Mehr

1.5 Kongruenz und Ähnlichkeit

1.5 Kongruenz und Ähnlichkeit 19 1.5 Kongruenz und Ähnlichkeit Definition Sei A n der affine Standardraum zum Vektorraum R n. Eine Abbildung F : A n A n heißt Isometrie, falls d(f (X), F (Y )) = d(x, Y ) für alle X, Y A n gilt. Es

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

2. Die Satzgruppe des Pythagoras

2. Die Satzgruppe des Pythagoras Grundwissen Mathematik 9. Klasse Seite von 17 1.4 Rechnen mit reellen Zahlen a) Multiplizieren und Dividieren von reellen Zahlen + Es gilt: a b = a b mit ab R, 0 Beispiele: 18 = 36 = 6 14 14 7 = = a a

Mehr

Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems

Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Institut für Mathematik

Mehr

Transformation mehrdimensionaler Integrale

Transformation mehrdimensionaler Integrale Transformation mehrdimensionaler Integrale Für eine bijektive, stetig differenzierbare Transformation g eines regulären Bereiches U R n mit det g (x), x U, gilt für stetige Funktionen f : f g det g du

Mehr

Der dreidimensionale Raum wird als unendliche Punktmenge aufgefasst. Geraden und Ebenen sind dann Teilmengen dieser Punktmenge.

Der dreidimensionale Raum wird als unendliche Punktmenge aufgefasst. Geraden und Ebenen sind dann Teilmengen dieser Punktmenge. STEREOMETRIE I Grundlagen 1. Punkte, Geraden und Ebenen Der dreidimensionale Raum wird als unendliche Punktmenge aufgefasst. Geraden und Ebenen sind dann Teilmengen dieser Punktmenge. a) Gerade Axiom:

Mehr

Probleme? Höhere Mathematik!

Probleme? Höhere Mathematik! Hans LTrinkaus Probleme? Höhere Mathematik! Eine Aufgabensammlung zur Analysis, Vektor- und Matrizenrechnung Zweite, unveränderte Auflage Mit 307 Abbildungen Springer-Verlag Berlin Heidelberg New York

Mehr

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153 3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische

Mehr

Analog ist ein Bereich D in R 3 ein Normalbereich, wenn er von der Form. ist, wobei die Rollen der Koordinaten x, y, z vertauscht sein können.

Analog ist ein Bereich D in R 3 ein Normalbereich, wenn er von der Form. ist, wobei die Rollen der Koordinaten x, y, z vertauscht sein können. 142 Analog ist ein Bereich in R 3 ein Normalbereich, wenn er von der Form = { (x,y,z) a x b,u(x) y o(x),ũ(x,y) z õ(x,y) } ist, wobei die Rollen der Koordinaten x, y, z vertauscht sein können. efinition

Mehr

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) 1 Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 14: Vektorräume und lineare Abbildungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 6. Oktober 2009) Vektorräume

Mehr

Lösungsvorschlag Klausur MA9802

Lösungsvorschlag Klausur MA9802 Lehrstuhl für Numerische Mathematik Garching, den 3.8.22 Prof. Dr. Herbert Egger Dr. Matthias Schlottbom Lösungsvorschlag Klausur MA982 Aufgabe [3 + 3 Punkte] Berechnen Sie, falls existent, die folgenden

Mehr

Der Satz von DESARGUES und der Satz von PAPPOS

Der Satz von DESARGUES und der Satz von PAPPOS Der Satz von DESARGUES und der Satz von PAPPOS Kirstin Strokorb November 2005 Inhaltsverzeichnis 1 Einleitung 2 2 Der Satz von DESARGUES 2 2.1 Das Dualitätsprinzip........................ 3 3 Der Satz

Mehr

x + y + z = 6, x = 0, z = 0, x + 2y = 4, indem Sie das Volumen als Dreifachintegral schreiben.

x + y + z = 6, x = 0, z = 0, x + 2y = 4, indem Sie das Volumen als Dreifachintegral schreiben. Übungen (Aufg. u. Lösungen) zur Ingenieur-Mathematik II SS 8 Blatt 1 3.7.8 Aufgabe 47: Berechnen Sie das Volumen des von den folgenden Flächen begrenzten Körpers x + y + z 6, x, z, x + y 4, indem Sie das

Mehr

Rotationskörper. Ronny Harbich. 1. August 2003 (geändert 24. Oktober 2007)

Rotationskörper. Ronny Harbich. 1. August 2003 (geändert 24. Oktober 2007) Rotationskörper Ronny Harbich 1. August 2003 geändert 24. Oktober 2007) Inhaltsverzeichnis 1 Einführung 3 2 Anschauliche Herleitung 4 2.1 Darstellungen................................. 4 2.2 Gleichungen

Mehr

Vorkurs Mathematik. Vektoren, lineare Gleichungssysteme und Matrizen

Vorkurs Mathematik. Vektoren, lineare Gleichungssysteme und Matrizen Dorfmeister, Boiger, Langwallner, Pfister, Schmid, Wurtz Vorkurs Mathematik TU München WS / Blatt Vektoren, lineare Gleichungssysteme und Matrizen. In einem kartesischen Koordinatensystem des R sei eine

Mehr

Geometrische Anwendung des Integrals: Schwerpunkt eines homogenen Rotationskörpers

Geometrische Anwendung des Integrals: Schwerpunkt eines homogenen Rotationskörpers http://www.fotocommunity.de/search?q=table&index=fotos&options=ytoyontzoju6inn0yxj0ijtpoja7czo3oijkaxnwbgf5ijtzojg6ijizmjy4oduwijt9/pos/13 Geometrische Anwendung des Integrals: Schwerpunkt eines homogenen

Mehr

Analysis III. Vorlesung 72. Korollar Es sei (M,A,µ) ein σ-endlicher Maßraum und v: M R n eine messbare Abbildung. Dann ist die Abbildung

Analysis III. Vorlesung 72. Korollar Es sei (M,A,µ) ein σ-endlicher Maßraum und v: M R n eine messbare Abbildung. Dann ist die Abbildung Prof. Dr. H. Brenner Osnabrück WS 15/16 Analysis III Vorlesung 7 Korollar 7.1. Es sei (,A,µ) ein σ-endlicher aßraum und v: R n eine messbare Abbildung. Dann ist die Abbildung bijektiv und maßtreu. ϕ v

Mehr

Lineare Algebra II 11. Übungsblatt

Lineare Algebra II 11. Übungsblatt Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des

Mehr

Fachwissenschaftlicher Hintergrund zur Vektorrechnung

Fachwissenschaftlicher Hintergrund zur Vektorrechnung Fachwissenschaftlicher Hintergrund zur Vektorrechnung Seminar zur Didaktik der Linearen Algebra Dr. Oliver Passon SoSe 2010 Einführung: Vektorrechnung ist anders Grundbegriffe bei der schulischen Behandlung

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. Simone Warzel Max Lein TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik 4 für Physik (Analysis 3) Wintersemester 29/2 Lösungsblatt 2 (27..29) Zentralübung 4. Parametrisierung einer

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 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist

Mehr

Vorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient

Vorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient Vorlesung: Analysis II für Ingenieure Wintersemester 07/08 Michael Karow Themen: Niveaumengen und Gradient Wir betrachten differenzierbare reellwertige Funktionen f : R n G R, G offen Zur Vereinfachung

Mehr

$Id: anageo.tex,v /01/18 21:24:38 hk Exp hk $

$Id: anageo.tex,v /01/18 21:24:38 hk Exp hk $ $Id: anageo.tex,v 1.3 9/1/18 1:4:38 hk Exp hk $ II. Lineare Algebra 1 Analytische Geometrie 1.1 Das Skalarprodukt v w u p Wir wollen noch eine weiteres Ergebnis der eben durchgeführten Überlegung festhalten.

Mehr

Kontrollfragen und Aufgaben zur 3. Konsultation

Kontrollfragen und Aufgaben zur 3. Konsultation 1 Technische Universität Ilmenau Fakultät für Mathematik und Naturwissenschaften Institut für Mathematik Prof. Dr. Michael Stiebitz Kontrollfragen und Aufgaben zur 3. Konsultation Termin: Ort: Determinante

Mehr

Geometrische Deutung linearer Abbildungen

Geometrische Deutung linearer Abbildungen Geometrische Deutung linearer Abbildungen Betrachten f : R n R n, f(x) = Ax. Projektionen z.b. A = 1 0 0 0 1 0 0 0 0 die senkrechte Projektion auf die xy-ebene in R 3. Projektionen sind weder injektiv

Mehr

Parametrisierung und Integralsätze

Parametrisierung und Integralsätze Parametrisierung und Integralsätze 2. März 2 Integration in der Ebene. Defintion: eien w,..., w n stückweise reguläre, einfach geschlossene Kurven in R 2, seien W,..., W n die von diesen Wegen umschlossene

Mehr

Koordinaten, Funktionen & Etwas Geometrie

Koordinaten, Funktionen & Etwas Geometrie Mathematik I für Biologen, Geowissenschaftler und Geoökologen 26. Oktober 2009 Kartesische Koordinaten Ebene R 2 und Raum R 3 Allgemein: R n Punktmengen in der Ebene Graphen von Funktionen...im R 2 und

Mehr

Skalar-, Vektor- und Spatprodukt, Inhalt von 1-, 2-, 3- und höherdimensionalen Parallelotopen und Simplices, Cayley-Menger-Determinante

Skalar-, Vektor- und Spatprodukt, Inhalt von 1-, 2-, 3- und höherdimensionalen Parallelotopen und Simplices, Cayley-Menger-Determinante Arno Fehringer, Gymnasiallehrer für Mathematik und Physik 1 Skalar-, Vektor- und Spatprodukt, Inhalt von 1-, 2-, 3- und höherdimensionalen Parallelotopen und Simplices, Cayley-Menger-Determinante November

Mehr

Analysis III. Vorlesung 61

Analysis III. Vorlesung 61 Prof. Dr. H. Brenner Osnabrück WS 2014/2015 Analysis III Vorlesung 61 In diesem Kurs beschäftigen wir uns mit dem Flächeninhalt von ebenen Gebilden und den Volumina von räumlichen Gebilden. Für ein Rechteck

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

2 Koordinatentransformationen

2 Koordinatentransformationen Mathematik für Ingenieure III, WS 9/ Mittwoch 8. $Id: transform.tex,v.8 //4 :9: hk Exp $ Koordinatentransformationen. Lineare Koordinatentransformationen Wir überlegen uns dies zunächst im Spezialfall

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