VORKURS MATHEMATIK. 0 a + 1 b = ( 4/7)c. und addiere die zweite Gleichung zur Ersten: 1 a + 0 b = (3/7)c
|
|
- Ulrike Martin
- vor 6 Jahren
- Abrufe
Transkript
1 VORKURS MATHEMATIK DRAISMA JAN, ÜBERARBEITET VON BÜHLER IRMGARD UND TURI LUCA Freitag: Lineare Gleichungssysteme, Mengen, Logik, Induktion Nachdem wir gestern eine kurze Einführung in die Vektorgeometrie hatten, wollen wir dies nun anwenden und uns mit Linearen Gleichungssystemen beschäftigen. Es gibt eine sehr elegante Art und Weise, wie solche gelöst werden können. Dafür benutzt man sogenannte Matrizen. Im zweiten bis vierten Teil des heutigen Tages bekommen wir schliesslich noch einen Einblick in die tieferen Gefilden der Mathematik: Mengenlehre, Logik und schliesslich noch eine wichtige Art und Weise der Beweisführung, die Induktion. Lineare Gleichungssysteme. Betrachte die Punkte p = (1, 1) und q = (5, ). Wie bestimmt man nun eine Gleichung für die Gerade durch p und q? Nun, eine solche Gleichung hat die Form ax + by = c und wird also durch die drei Parameter (a, b, c) eindeutig festgelegt. Damit wirklich eine Gerade definiert wird, darf ausserdem (a, b) nicht gleich dem Nullvektor sein; weiter legt (ra, rb, rc) die gleiche Gerade fest wie (a, b, c), für alle r R ungleich null. Damit p und q auf der von (a, b, c) bestimmten Gerade liegen, muss gelten 1 a + ( 1) b = c 5 a + b = c. In diesem Abschnitt schlagen wir ein systematisches Verfahren vor, solche Gleichungen zu lösen. In diesem Beispiel kann man wie folgt vorgehen: ziehe 5 mal die erste Gleichung von der zweiten ab und erhalte 1 a + ( 1) b = c 0 a + 7 b = 4c. Bemerke, dass jede Lösung des ursprünglichen Gleichungsystems eine Lösung des neuen Systems ist: Wir haben eine Äquivalenzumformung ausgeführt. Teile nun die zweite Gleichung durch 7: 1 a + ( 1) b = c 0 a + 1 b = ( 4/7)c, und addiere die zweite Gleichung zur Ersten: 1 a + 0 b = (3/7)c 0 a + 1 b = ( 4/7)c. Wir haben herausgefunden, dass es zu jedem c R eine Lösung dieses Systems (und auch des ursprünglichen Systems) gibt, und zwar (a, b) = ((3/7)c, ( 4/7)c). 1
2 DRAISMA JAN, ÜBERARBEITET VON BÜHLER IRMGARD UND TURI LUCA Damit (a, b) tatsächlich nicht null ist, müssen wir c ungleich 0 wählen, und wir erhalten als Gleichung für die Gerade durch p und q zum Beispiel 3x 4y = 7. Wir versuchen jetzt, oben stehende Rechnungen mit weniger Aufwand aufzuschreiben, ohne dass die Bedeutung sich ändert! Definition 1. Eine -Matrix ist ein -Block reeller Zahlen: m11 m M = 1 m 1 m mit m 11, m 1, m 1, m R. Diese Zahlen heissen die Einträge der Matrix. Eine Matrix hat Zeilen und Spalten. Die Menge aller -Matrizen bezeichnen wir mit R. In diesem Abschnitt schreiben wir v = (s 1, s ) R als eine Spalte s1 v =, s und s 1, s heissen die Einträge von v. Wir definieren nun die Matrix-Vektormultiplikation wie folgt: m11 m M v = 1 s1 m11 s := 1 + m 1 s. m 1 m s m 1 s 1 + m s Das Ergebnis M v ist also wieder ein Vektor, dessen Einträge die Skalarprodukte der zwei Zeilen von M mit der Spalte v sind. Was nützt diese Definition? Nun, das ursprüngliche Gleichungssystem für a, b und c können wir nun aufschreiben als ( ( 1 1 a c =. 5 b) c) Betrachte nun ein allgemeines Gleichungssystem von der Form M v = w, wobei M eine gegebene Matrix mit Einträgen m ij, w eine gegebene Spalte in R mit Einträgen t 1, t und v der gesuchte Vektor ist. Eine solche Gleichung lässt sich kurz aufschreiben durch m11 m (1) 1 t 1. m 1 m t Jede Zeile dieses Systems entspricht einer linearen Gleichung in den Einträgen von v. Um dieses System zu lösen, lassen wir folgende drei Äquivalenzumformungen zu: (1) Eine Zeile darf mit einer reellen Zahl ungleich null multipliziert werden, () zwei Zeilen dürfen vertauscht werden und (3) eine Zeile darf zu einer Anderen addiert werden. Diese Umformungen nennen wir elementare Zeilenoperationen. Nun kommt die wichtige Eigenschaft solcher linearen Systeme. Satz. Jedes System von der Form (1) lässt sich durch elementare Zeilenoperationen zu einem System transformieren, das eine der folgenden Formen hat:
3 VORKURS MATHEMATIK 3 (1) 1 0 t t (und die einzige Lösung ist (t 1, t )), () m 11 m 1 t t wobei m 11 und m 1 nicht beide null sind (falls t = 0 formen die Lösungen eine Gerade im R, sonst gibt es keine Lösungen), oder 0 0 t t (dann ist die Lösungsmenge R, falls t 1 = t = 0 und sonst leer). Das Verfahren, ein Gleichungssystem durch elementare Zeilenoperationen auf eine der 3 oben stehenden Formen zu bringen, heisst Gaußsche Elimination, nach dem Erfinder Gauß. Beispiel 3. Was ist die Lösungsmenge des Systems 1 1? Nun, rechne wie folgt: ( ) also ( 5/3, 4/3) ist die einzige Lösung. Aufgaben! ( /3 ) ( 1 0 5/ /3 Mengen und Abbildungen. Bis jetzt haben wir einige mehr oder weniger konkrete Objekte in der Mathematik kennengelernt, wie Zahlen, Funktionen, Graphen, ebene Figuren, Vektoren und Matrizen. Heute kommt ein neues Konzept dazu, dass einfach zu verstehen, aber von grundlegender Bedeutung in der Mathematik ist: die Menge. Eine Menge kann auf zwei Weisen angegeben werden: in aufzählender Form oder in beschreibender Form. In der aufzählenden Form listet man die Elemente der Menge zwischen geschweiften Klammern auf, von Kommas getrennt, wie in: (1) {Joanna Kania, Ruth Lawrence, Anna Beliakova} () {1,, 3, 4, 6, 1}, (3) {, 4, 6, 8,...}, (4) {{}, {0}, {1}, {0, 1}}, wobei (5) {} =: die leere Menge ist. Zwei Mengen werden als dieselbe Menge betrachtet, wenn sie genau dieselben Elemente enthalten. Jedes Element kommt dabei nur einmal in der Menge vor, und es kommt nicht auf die Reihenfolge an, in der die Elemente aufgelistet werden. So gilt zum Beispiel {0, 1, } = {0,, 1} und {0, 0, 1} = {1, 0}. Um anzugeben, dass x ein Element von M ist, schreiben wir x M. Wenn das nicht der Fall ist, so schreiben wir x M. Wählt man einige Elemente aus einer Menge M, so bilden die zusammen wieder eine Menge N, die in M enthalten ist. ),
4 4 DRAISMA JAN, ÜBERARBEITET VON BÜHLER IRMGARD UND TURI LUCA Man nennt N Teilmenge von M und schreibt N M oder M N. Auch N = und N = M werden als Teilmenge von M betrachtet. So gilt zum Beispiel {0, 1} {1, 0, }, aber {1, 0, } {Anna Beliakova}. In der beschreibenden Form werden die Elemente einer Menge durch eine Eigenschaft festgelegt. Oft wird eine Menge N beschrieben als die Teilmenge einer grösseren Menge M, die genau diejenigen Elemente enthält, die eine gewisse Eigenschaft E haben. Notation: Zum Beispiel: N = {m M m hat die Eigenschaft E}. (1) M = { Mathematikprofessorinnen } und N = {m M in Knotentheorie }, () {m N m teilt 1}, (3) {m N m ist gerade}, (4) { die Teilmengen von {0, 1} }. Diese vier Mengen sind dieselben wie die vorher erwähnten Beispiele. Es gibt drei wichtige Operationen auf zwei Mengen M und N: Durchschnitt: M N (gelesen: M geschnitten mit N) bezeichnet die Menge aller Elemente, die sowohl in M als auch in N liegen. Es gilt also: M N = {x M x N} = {x N x M}. Vereinigung: M N (gelesen: M vereinigt N) bezeichnet die Menge aller Elemente, die in M oder in N liegen. Dabei ist das oder nicht exklusiv zu verstehen, das heisst: Ein Element, das sowohl in M als in N liegt, gehört auch zu M N. Anders formuliert: M N M N gilt immer. Differenz: M \ N (gelesen: M ohne N) bezeichnet die Menge aller Elemente von M die nicht in N liegen. Also: M \ N = {x M x N}. Beispiel 4. Sei M = {m N m ist gerade} und N = {m N 3 ist Teiler von m}. Dann gilt: (1) M N = {, 3, 4, 6, 8, 9, 10, 1, 14, 15,...}, () M N = {6, 1, 18,...} = {m N 6 ist Teiler von m} (Beweis!), und (3) M \ N = {, 4, 8, 10, 14, 16,...}. Will man beweisen, dass zwei Mengen M und N gleich sind, so muss man zeigen, dass jedes Element von M in N enthalten ist und umgekehrt. Ein solcher Beweis sieht also aus wie folgt: (1) Sei m M. () Beweisführung (3) (Zwischenresultat:) Also liegt m N. (Dies zeigt M N.) (4) Sei n N. (5) Beweisführung (6) (Zwischenresultat:) Also liegt n M. (Dies zeigt N M.) (7) (Schluss:) Also ist M = N. Will man nur M N beweisen, so genügt natürlich die erste Hälfte.
5 VORKURS MATHEMATIK 5 Kartesisch Produkt. Aus zwei Mengen M und N bildet man eine zweite Menge M N, das kartesische Produkt von M und N, wie folgt: M N := {(m, n) m M und n N}. Die Elemente dieser Menge sind also alle Paare. Beispiel 5. Die Ebene R ist R R. Deren Teilmenge {0, 1} R ist die Vereinigung der zwei Geraden mit Gleichungen x = 0 und x = 1. Fenn-Diagramme. Nicht näher spezifizierte Mengen, und deren Durchschnitte, lassen sich anschaulich zeichnen mit Fenn-Diagrammen. Mit denen erhält man oft eine gute Intuition, welche Beziehungen zwischen Mengen bestehen können. Sie reichen aber nicht aus, um eine solche Beziehung zu beweisen; zu diesem Zweck soll man immer vorgehen wie oben gezeigt wurde. Beispiel 6. Zeigen wir A (B C) = (A B) (A C) (Distributivitätsgesetz). Abbildungen. Eine Abbildung f von einer Menge M nach einer Menge N ist eine Vorschrift, die jedem Element m von M ein einziges Element f(m) (gelesen: f von m, oder das Bild von m unter f) von N zuordnet. Notation: f : M N, m f(m). Die reellen Funktionen, mit denen wir uns ausführlich beschäftigt haben, waren also Abbildungen von einer Teilmenge von R nach R. Beispiel 7. (1) Sei M die Menge aller Menschen die jemals gelebt haben. Dann ist v : M M, m der Vater von m eine Abbildung von M nach M. () p : n n + 1 ist eine Abbildung von N 0 nach N. (3) Sei P die Menge aller endlichen Teilmengen von N. Dann ist eine Abbildung von N nach P. t : N P, n {m N m teilt n} Wichtige Eigenschaften, welche Abbildungen haben können, werden in der folgenden Definition aufgelistet. Definition 8. Eine Abbildung f : M N heisst: (1) injektiv, falls die f-bilder zweier verschiedener Elemente auch immer verschieden sind. () surjektiv, falls jedes Element von N das Bild von (mindestens) einem Element aus M ist. (3) bijektiv, falls f sowohl injektiv als auch surjektiv ist, d.h. falls jedes Element von N das Bild eines eindeutigen Elementes aus M ist. Beispiel 9. Bei den Beispielen oben ist v weder injektiv (weil verschiedene Menschen den gleichen Vater haben können), noch surjektiv (weil nicht jeder Mensch Vater ist). Die Abbildung p ist bijektiv, und die Abbildung t ist injektiv (weil die Teiler einer Zahl die Zahl eindeutig festlegen), aber nicht surjektiv (weil z.b. {1,, 3} eine endliche Teilmenge von N ist, aber nicht aus allen Teilern einer festen Zahl besteht). Aufgaben!
6 6 DRAISMA JAN, ÜBERARBEITET VON BÜHLER IRMGARD UND TURI LUCA Logik. Die Grundtätigkeit einer Mathematikerin, oder eines jeden, der Mathematik anwenden möchte, ist logisch Argumentieren. Manche können das von sich aus, andere brauchen Übung. Es gibt aber einige Regeln, die immer zu beachten sind, und die, obwohl sie an sich einleuchtend sind, in komplizierten Argumenten manchmal vergessen werden. Einige dieser Argumentationsregeln werden wir hier kennenlernen. Mathematik dreht immer um (mathematische) Aussagen. Eine Aussage ist eine Behauptung, die, in dem Kontext, in dem sie geäussert wird, entweder wahr oder falsch ist. Ob die Wahrheit der Aussage einfach nachzuprüfen ist, ist dabei irrelevant wichtig ist nur, dass diese Wahrheit, jedenfalls in Theorie, objektiv festzustellen ist. Beispiel 10. Aussagen sind zum Beispiel: (1) Basel liegt am Rhein. () Der Wal ist ein Fisch. (3) 4 ist eine Primzahl. (4) (Unter der Voraussetzung dass x eine gewisse reelle Zahl ist:) x ist Nullstelle eines Polynoms ungleich null mit ganzzahligen Koeffizienten. (5) (Wenn A und B gewisse Mengen sind:) A B. In den letzten zwei Beispielen steht der Kontext zwischen Klammern; er besteht aus allen Voraussetzungen, die gestellt wurden bis zu dem Punkt, wo die Aussage getan wird. Natürlich sind nur die letzten drei Aussagen mathematisch. Keine Aussagen sind zum Beispiel: (1) Rot ist schöner als blau. () (Unter der Voraussetzung dass A eine Menge ist:) ist ein Teiler von A. Im ersten Fall, weil ein objektives Kriterium fehlt, um festzustellen ob eine Farbe schöner ist als eine Andere; im zweitem Fall, weil wir nicht wissen, was es heissen würde, dass eine Zahl eine Menge teilt. Es gibt drei wichtige Verknüpfungen, mit denen man aus Aussagen in einem gewissen Kontext neue Aussagen in demselben Kontext bilden kann: Negation: die Negation (oder Verneinung) A einer Aussage A (gelesen: nicht A) ist die Aussage, die genau dann wahr ist, wenn A falsch ist. Und-Verknüpfung: Sind A und B Aussagen, so ist A B (gelesen: A und B) die Aussage, die genau dann wahr ist, wenn A und B es beide sind. Oder-Verknüpfung: Sind A und B Aussagen, so ist A B (gelesen: A oder B) die Aussage die genau dann wahr ist, wenn A es ist oder B es ist. Hier ist das oder nicht exklusiv zu verstehen, d.h. A B ist auch dann wahr, wenn A und B es beide sind. Beispiel 11. (1) Ist A die Aussage Basel liegt am Rhein, so ist A die Aussage Basel liegt nicht am Rhein. () Ist A die Aussage 3 ist eine Primzahl und B die Aussage 3 > 7, so ist A B die Aussage 3 ist eine Primzahl und grösser als 7. (3) Ist A die Aussage Es regnet morgen und B die Aussage Ich komme morgen nicht zur Vorlesung, so ist ( A) B die Aussage es regnet morgen nicht, oder ich komme morgen nicht zur Vorlesung. Bemerke, dass die letzte Aussage sich auch so interpretieren lässt: wenn es morgen regnet, dann komme ich nicht zur Vorlesung. Diese Verknüpfung: wenn A,
7 VORKURS MATHEMATIK 7 dann B, schreibt man A B. Aus der natürlichen Sprache ist man gewohnt, dass dann zwischen A und B eine gewisse Kausalität besteht. Oft ist das auch in der Mathematik tatsächlich der Fall, aber es muss nicht so sein. So ist zum Beispiel die Aussage wenn 4 gerade ist, dann ist 7 eine Primzahl wahr, ohne dass eine deutliche Beziehung zwischen den beiden Aussagen besteht. Die genaue Bedeutung von A B wird von dem letzten Beispiel oben suggeriert, nämlich: A B heisst nichts anders als ( A) B. Zugegeben, diese Interpretation von bedürft einige Gewöhnung. Die letzte wichtige Verknüpfung zweier Aussagen ist die Äquivalenz, geschrieben A B und gelesen A genau dann wenn B. Diese Aussage bedeutet dasselbe wie (A B) (B A). Aufgaben! Induktion. Zum Schluss betrachten wir jetzt noch eine der wichtigsten Beweisstrategien, welche es überhaupt in der Mathematik gibt, die Induktion. Bei der Induktion geht es darum, etwas zu beweisen (eine Behauptung), wobei diese Behauptung von einem Wert n abhängig ist. Dafür wollen wir zuerst einsehen, dass die Behauptung für einen gewissen Wert n 0 (das ist meistens 0 oder 1) richtig ist. Dann wird vorausgesetzt, dass die Behauptung richtig ist für alle Werte bis n 1 und es wird gezeigt, dass die Behauptung unter dieser Voraussetzung richtig ist für n. Daraus folgt dann, dass die Behauptung richtig ist für alle n n 0. Dies tönt zuerst ein wenig verwirrend, darum schauen wir uns gleich mal ein Beispiel an: Beispiel 1. Wir behaupten, dass n i = n(n+1) für alle n 1 gilt. (Erinnerung: n i = n). Zuerst versichern wir uns, dass diese Behauptung für den kleinst möglichen Wert von n erfüllt ist, in unserem Fall also für n = 1 (da wir n 1 verlangt haben): 1 1(1 + 1) = 1, und = = 1 also stimmt unsere Behauptung für n = 1. Nehmen wir nun an, dass die Behauptung für alle Werte bis zu n 1 gilt (d.h. n 1 i = (n 1)((n 1)+1) = (n 1)n ) und zeigen, dass in diesem Falle, die Behauptung auch für n richtig ist: n i = ( n 1 ) i + n = (n 1)n + n = (n n) + n = n + n = n(n + 1). Somit haben wir bewiesen, dass die Behauptung auch für n gilt. Wir wissen nun also, dass die Behauptung für 1 gilt und dass, falls die Behauptung für n 1 richtig ist, die Behauptung auch für n richtig ist. Da sie aber für n = 1 korrekt ist, folgt somit, dass sie auch für n = korrekt ist (denn dann ist n 1 = 1, und wir wissen dass sie für 1 korrekt ist, also stimmt die Voraussetzung, dass sie für n 1 korrekt ist und somit ist sie auch für n(= ) korrekt). Sie stimmt also sicher für 1 und für. Jetzt nehmen wir n = 3 an, und da sie für n 1 = korrekt ist, muss sie also auch für n = 3 stimmen, usw. So angeln wir uns nun entlang der ganzen Zahlen hinauf bis wir zu einer beliebig grossen Zahl kommen, und haben so bewiesen, dass die Behauptung für alle n 1 richtig ist.
8 8 DRAISMA JAN, ÜBERARBEITET VON BÜHLER IRMGARD UND TURI LUCA a n a n 1 Der erste Schritt, also das Beweisen der Behauptung für einen Anfangswert n 0, wird Induktionsverankerung genannt. Die Voraussetzung, dass die Behauptung für alle Werte bis n 1 richtig ist, nennt man Induktionsvoraussetzung, und die Stelle, wo die Induktionsvoraussetzung in den Beweis, dass die Behauptung für n stimmt, einfliesst, diese Stelle nennt man den Induktionsschritt. Am Mittwoch wurde der Begriff der geometrischen Folge behandelt (zur Erinnerung: das ist eine Folge, für die gilt, dass = q konstant für alle n ist), und wir haben gesehen, dass wir den Wert der Summe der ersten n Folgeglieder anhand von einer Formel angeben können. Dies wollen wir nun per Induktion beweisen. Sei also a 1, a,... eine geometrisch Folge mit q < 1. Satz 13 (Behauptung). s n = n a i = a 1 n. Beweis. Überlegen wir uns zuerst(auch per Induktion), dass a n = a 1 q n 1 gilt: Induktionsverankerung: Sei n = 1. Dann gilt a 1 = a 1 q 0, denn q 0 = 1. Induktionsvoraussetzung: Wir setzen voraus, dass a n 1 = a 1 q n. Da es sich um eine geometrische Reihe handelt, gilt a n = a n 1 q. Somit folgt Induktionsschritt: a n = a 1 q n q = a 1 q n 1. Daraus folgt diese erste Zwischenbehauptung. Kommen wir nun zu dem, was wir eigentlich beweisen möchten: Induktionsverankerung: Sei n = 1. Dann ist s 1 = a 1 = a 1 1 q1 1 q 1 q (da 1 q =1). Induktionsvoraussetzung: Wir setzen voraus, dass für ein bestimmtes n gilt: Da s n = s n 1 + a n folgt nun Induktionsschritt: s n = a 1 n 1 s n 1 = a 1 n 1. + a n = a 1 n 1 + a 1 q n 1, wobei wir beim letzten Schritt angewendet haben, was wir gerade vorher bewiesen haben, nämlich dass a n = a 1 q n 1 gilt. Da a 1 n 1 gilt, folgt die Behauptung. Aufgaben! + a 1 q n 1 = a 1 n 1 + q n 1 () = a 1 n
Mengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
Mehr$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
MehrVorlesung 3: Logik und Mengenlehre
28102013 Erinnerung: Zeilen-Stufen-Form (ZSF) eines LGS 0 0 1 c 1 0 0 0 1 0 0 1 c r 0 0 0 c r+1 0 0 0 0 0 0 0 0 0 c m Erinnerung: Information der Zeilen-Stufen-Form Aus der ZSF liest man ab: Folgerung
MehrVORKURS MATHEMATIK DRAISMA JAN, ÜBERARBEITET VON BÜHLER IRMGARD UND TURI LUCA
VORKURS MATHEMATIK DRAISMA JAN, ÜBERARBEITET VON BÜHLER IRMGARD UND TURI LUCA Dienstag: (Un)Gleichungen in einer Variable, Reelle Funktionen Reelle Funktionen und Lineare Gleichungen. Funktionen sind von
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil
MehrAufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den
Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den 8.9.011 Vorkurs Mathematik WS 011/1 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht
MehrKapitel 1 Die natürlichen und die ganze Zahlen
Kapitel 1 Die natürlichen und die ganze Zahlen Inhalt 1.1 1.1 Vollständige Induktion z.b. z.b. 1+ 1+ 2 + 3 +...... + n = n(n+1)/2 1.2 1.2 Die Die Peano-Axiome Ein Ein Axiomensystem für für die die natürlichen
MehrVor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen
Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen 09.10.2014 Herzlich Willkommen zum 2. Teil des Vorschaukurses für Mathematik! Organisatorisches Der Vorkurs besteht aus sechs Blöcken
MehrSerie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:
Lineare Algebra D-MATH, HS 214 Prof Richard Pink Serie 5 1 [Aufgabe] Invertieren Sie folgende Matrizen über Q: 1 a) 1 1 1 1 1 2 1 1 1 b) 1 2 1 1 1 1 2 1 1 1 1 2 1 2 3 1 c) 1 3 3 2 2 1 5 3 1 2 6 1 [Lösung]
Mehr9.2 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
MehrKurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok
Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de
MehrAufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den x > 1 3x > 3 3x + 3 > 6 6x + 3 > 3x + 6.
Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Donnerstag den 7.9.01 Vorkurs Mathematik WS 01/13 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht
MehrUniversität Innsbruck WS 2013/2014. Brückenkurs. Formale Konzepte. 3. Auflage. Harald Zankl. 15. Januar 2014
Universität Innsbruck WS 013/014 Brückenkurs Formale Konzepte 3. Auflage Harald Zankl 15. Januar 014 Institut für Informatik Innsbruck, Österreich Inhaltsverzeichnis 1 Definition, Satz, Beweis 1.1 Aufgaben................................
MehrHM I Tutorium 1. Lucas Kunz. 27. Oktober 2016
HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre
MehrMischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.
Kapitel 5 Lineare Algebra 5 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen
MehrEXKURS: 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
Mehr1 Lineare Gleichungssysteme und Matrizen
1 Lineare Gleichungssysteme und Matrizen Das Studium linearer Gleichungssysteme und ihrer Lösungen ist eines der wichtigsten Themen der linearen Algebra. Wir werden zunächst einige grundlegende Begriffe
MehrBrückenkurs Mathematik 2015
Technische Universität Dresden Fachrichtung Mathematik, Institut für Analysis Dr.rer.nat.habil. Norbert Koksch Brückenkurs Mathematik 2015 1. Vorlesung Logik, Mengen und Funktionen Ich behaupte aber, dass
MehrMathematik 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
MehrBrückenkurs 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
Mehr3 Elementare Umformung von linearen Gleichungssystemen und Matrizen
3 Elementare Umformung von linearen Gleichungssystemen und Matrizen Beispiel 1: Betrachte das Gleichungssystem x 1 + x 2 + x 3 = 2 2x 1 + 4x 2 + 3x 3 = 1 3x 1 x 2 + 4x 3 = 7 Wir formen das GLS so lange
MehrVorkurs Mathematik. JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer. September/Oktober Lennéstraße 43, 1. OG
Vorkurs Mathematik JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Lennéstraße 43, 1. OG pinger@uni-bonn.de September/Oktober 2017 JProf. Dr. Pia Pinger / Dr. Andreas Pondorfer Vorkurs Mathematik September/Oktober
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 17.10.2012 Bernhard Hanke 1 / 9 Wir beschreiben den folgenden Algorithmus zur Lösung linearer Gleichungssysteme, das sogenannte Gaußsche
Mehr1. Gruppen. 1. Gruppen 7
1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.
Mehr10.2 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
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
Mehr2 Lineare Gleichungssysteme
2 Lineare Gleichungssysteme Betrachte ein beliebiges System von m linearen Gleichungen in den n Unbekannten x,,x n : a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 () a m x + a m2 x
MehrVorlesung. Vollständige Induktion 1
WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen
MehrLineare Gleichungssysteme
KAPITEL 2 Lineare Gleichungssysteme. Beispiele Wir betrachten zunächst vier Gleichungssysteme und bestimmen ihre Lösungsmenge. Dabei geht es uns noch nicht darum, ein Lösungsverfahren für lineare Gleichungssysteme
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 12 Wege entstehen dadurch, dass man sie geht Franz Kafka Invertierbare Matrizen Definition 121 Es sei K ein
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
Mehr3 Vom Zählen zur Induktion
7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,
MehrMengen, Funktionen und Logik
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Mengen, Funktionen und Logik Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,
Mehr37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
MehrAllgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.
Lineare Gleichungssysteme. Einleitung Lineare Gleichungssysteme sind in der Theorie und in den Anwendungen ein wichtiges Thema. Theoretisch werden sie in der Linearen Algebra untersucht. Die Numerische
Mehr8.2 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
MehrSkript und Übungen Teil II
Vorkurs Mathematik Herbst 2009 M. Carl E. Bönecke Skript und Übungen Teil II Das erste Semester wiederholt die Schulmathematik in einer neuen axiomatischen Sprache; es ähnelt damit dem nachträglichen Erlernen
MehrMathematik für Ökonomen 1
Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Herbstemester 2008 Mengen, Funktionen und Logik Inhalt: 1. Mengen 2. Funktionen 3. Logik Teil 1 Mengen
MehrKapitel 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
Mehr2 ZAHLEN UND VARIABLE
Zahlen und Variable 2 ZAHLEN UND VARIABLE 2.1 Grundlagen der Mengenlehre Unter einer Menge versteht man die Zusammenfassung von unterscheidbaren Objekten zu einem Ganzen. Diese Objekte bezeichnet man als
MehrDonnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.
Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )
MehrMathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18
Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 19. Oktober 2017 1/27 Zu der Vorlesung gibt es ein Skript, welches auf meiner Homepage
MehrDer Kern einer Matrix
Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis
MehrGrundlagen der Mathematik
Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 8 Grundlagen der Mathematik Präsenzaufgaben (P13) Primfaktorzerlegungen Die Primfaktorzerlegungen lauten: a) 66 =
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
Mehr1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente:
Lösung 1. Übung Elemente der Algebra WS017/18 1. Beschreiben Sie folgende Zahlenmengen durch Markierung auf der Zahlengeraden, der Zahlenebene bzw. durch Aufzählen der Elemente: (e) {(x,y) IR 3x+4y 1}.
MehrLineare Gleichungssysteme
Kapitel 2 Lineare Gleichungssysteme 21 Lineare Gleichungssysteme und Matrizen Lernziele 2 Lineare Gleichungssysteme definieren Matrizen, Matrizen definieren lineare Abbildungen, Lösen von linearen Gleichungssystemen
MehrAufgabenblatt 1: Abgabe am vor der Vorlesung
Aufgabenblatt 1: Abgabe am 17.09.09 vor der Vorlesung Aufgabe 1. a.) (1P) Geben Sie die Lösungsmenge der folgenden Gleichung an: 6x + y = 10. Zeichnen Sie die Lösungsmenge in ein Koordinatensystem. b.)
MehrElementare Mengenlehre
Vorkurs Mathematik, PD Dr. K. Halupczok WWU Münster Fachbereich Mathematik und Informatik 5.9.2013 Ÿ2 Elementare Mengenlehre Der grundlegendste Begri, mit dem Objekte und Strukturen der Mathematik (Zahlen,
MehrVorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion
Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten
MehrInduktion und Rekursion
Induktion und Rekursion Induktion und Rekursion Vorkurs Informatik Theoretischer Teil WS 013/14. Oktober 013 Vorkurs Informatik WS 013/14 1/1 Vollständige Induktion Vorkurs Informatik WS 013/14 /1 Ziel
Mehr0 Mengen und Abbildungen, Gruppen und Körper
0 Mengen und Abbildungen, Gruppen und Körper In diesem Paragrafen behandeln wir einige für die Lineare Algebra und für die Analysis wichtige Grundbegriffe. Wir beginnen mit dem Begriff der Menge. Auf Cantor
MehrElementare Beweismethoden
Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe
MehrKapitel 13. Lineare Gleichungssysteme und Basen
Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x
Mehr05. 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
MehrHöhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 1. Übungsblatt
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl WS 2008/09 Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge
MehrMathematik I. Vorlesung 14. Rang von Matrizen
Prof Dr H Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 14 Rang von Matrizen Definition 141 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von den Spalten
MehrGrundlagen der Mathematik
Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 3 Grundlagen der Mathematik Präsenzaufgaben (P4) Wir betrachten die Menge M := P({1, 2, 3, 4}). Dann gilt 1 / M,
MehrReihen/Partialsummenfolgen und vollständige Induktion. Robert Klinzmann
Reihen/Partialsummenfolgen und vollständige Induktion Robert Klinzmann 3. Mai 00 Reihen / Partialsummen 1 Inhaltsverzeichnis 1 Vorwort Das Prinzip der vollständigen Induktion 3 3 Herleitung der Gauß schen
MehrAngewandte Mathematik und Programmierung
Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens WS 2013/14 Inhalt Übungserklärung* Beweis durch Vollständige Induktion 2
Mehr, 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 =
Mehr2. Symmetrische Gruppen
14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen
Mehr1 Definitionen: 6 Punkte gesamt
ANTWORTEN zum KOLLOQIUM zur Einführung in die Lineare Algebra Hans G. Feichtinger Sommersemester 2014 Fr., 25. Juli 2014, 10:00, Fakultät f. Mathematik Punktezahl: (1) 6 (2) 9 (3) 5 (4) 10 TOTAL (von 30):
MehrLineare Gleichungssysteme (Teschl/Teschl 11.1)
Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...
MehrLineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
MehrBeispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist
127 Die Schritte des Gauß-Algorithmus sind nun die Folgenden: 1. Wir bestimmen die am weitesten links stehende Spalte, die Einträge 0 enthält. 2. Ist die oberste Zahl der in Schritt 1 gefundenen Spalte
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2012/2013
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
Mehr5 Lineare Gleichungssysteme und Determinanten
5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von
MehrGrundlagen der Mathematik
Universität Hamburg Winter 016/17 Fachbereich Mathematik Janko Latschev Lösungsskizzen 6 Grundlagen der Mathematik Präsenzaufgaben (P9) Die Ordnung der natürlichen Zahlen I Wir hatten in der Vorlesung
MehrAussagenlogik. 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl. C: 2 ist eine Primzahl D: 7 7. F: 3 ist Teiler von 9
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
Mehr3. Für beliebiges A bezeichnet man die Menge A A manchmal auch mit A 2 (in Worten:
35 4 Paarungen 4. Produktmengen Die Mengen {x, y} und {y, x} sind gleich, weil sie die gleichen Elemente enthalten. Manchmal legt man aber zusätzlich Wert auf die Reihenfolge der Elemente. Die Objekte
MehrFORMULIEREN VON AUSSAGEN KONSTANTEN VARIABLEN MENGEN DEFINITIONEN SÄTZEN BEWEISEN LOGIK VERSTEHE, WIE ES FUNKTIONIERT
FORMULIEREN VON AUSSAGEN KONSTANTEN VARIABLEN MENGEN DEFINITIONEN SÄTZEN BEWEISEN LOGIK VERSTEHE, WIE ES FUNKTIONIERT Dirix Workbooks, Seefeld am Pilsensee Autor: Martin Dirix ISBN 978-3-7347-7405-8 1.
MehrKapitel 1. Grundlegendes
Kapitel 1 Grundlegendes Abschnitt 1.4 Vollständige Induktion Charakterisierung der natürlichen Zahlen Die Menge N 0 = {0, 1, 2, 3,...} der natürlichen Zahlen läßt sich wie folgt charakterisieren: 1. 0
MehrÜbungen zum Vorkurs Mathematik
Übungen zum Vorkurs Mathematik Blatt 1 W.S.2009/2010 - Ernst Bönecke Aufgaben zur Aussagenlogik 1.) Seien A, B, C Aussagen. Beweisen Sie mit Hilfe von Wahrheitstafeln, dass folgende Aussagen stets wahr
Mehrtechnische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4
MehrLineare Gleichungssysteme
Poelchau-Oberschule Berlin A. Mentzendorff September 2007 Lineare Gleichungssysteme Inhaltsverzeichnis 1 Grundlagen 2 2 Das Lösungsverfahren von Gauß 4 3 Kurzschreibweise und Zeilensummenkontrolle 6 4
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrBrückenkurs 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
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrMathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7
Mathematik für Wirtschaftswissenschaftler im WS 203/4 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Aufgabe 27 Sei eine lineare Abbildung f : R 4 R 3 gegeben durch f(x, x 2, x 3 ) = (2 x 3 x 2
MehrVektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:
Mehr5 Eigenwerte und die Jordansche Normalform
Mathematik für Ingenieure II, SS 9 Freitag 6 $Id: jordantex,v 7 9/6/ :8:5 hk Exp $ 5 Eigenwerte und die Jordansche Normalform 5 Die Jordansche Normalform Nachdem wir bisher das Vorgehen zur Berechnung
MehrGrundlegendes der Mathematik
Kapitel 2 Grundlegendes der Mathematik (Prof. Udo Hebisch) 2.1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig
MehrGrundkurs Mathematik I
Prof. Dr. H. Brenner Osnabrück WS 2016/2017 Grundkurs Mathematik I Vorlesung 9 In theory, theory and praxis are the same, in praxis they aren t Die Multiplikation auf den natürlichen Zahlen Zur Definition
MehrWiederholung von Äquivalenzumformungen (Lösen linearer Gleichungen): Wiederholung von Äquivalenzumformungen (Lösen von Ungleichungen):
Prof. U. Stephan WiIng 1. Wiederholung von Äquivalenzumformungen (Lösen linearer Gleichungen): Bitte lösen Sie die folgenden Aufgaben und prüfen Sie, ob Sie Lücken dabei haben. Bestimmen Sie jeweils die
MehrNatürliche, ganze und rationale Zahlen
Natürliche, ganze und rationale Zahlen Zunächst haben die zum Zählen verwendeten natürlichen Zahlen 0, 1, 2, 3,... nichts mit dem reellen Zahlen zu tun. Durch die ausgezeichnete reelle Zahl 1 (Maßeinheit!)
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 18.10.2012 Alexander Lytchak 1 / 12 Lineare Gleichungssysteme Wir untersuchen nun allgemeiner Gleichungssysteme der
MehrGrundbegriffe der Informatik Musterlösung zu Aufgabenblatt 1
Grundbegriffe der Informatik Musterlösung zu Aufgabenblatt 1 Aufgabe 1.1 ( Punkte) Schreiben Sie die Definitionen von Injektivität und Surjektivität einer Funktion als prädikatenlogische Formeln auf. Lösung
Mehr3 Systeme linearer Gleichungen
3 Systeme linearer Gleichungen Wir wenden uns nun dem Problem der Lösung linearer Gleichungssysteme zu. Beispiel 3.1: Wir betrachten etwa das folgende System linearer Gleichungen: y + 2z = 1 (1) x 2y +
MehrMengenlehre 1-E1. M-1, Lubov Vassilevskaya
Mengenlehre 1-E1 M-1, Lubov Vassilevskaya Abb.: Schloss (Fragment), Fulda 1-E2 M-1, Lubov Vassilevskaya Abb.: Glöcken, Darstellung einer Menge Ohne es zu wissen begegnet jedes Kleinkind dem Prinzip der
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax
MehrVollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg
Universität Freiburg 26.10.2011 Vollständige Induktion Wir unterbrechen jetzt die Diskussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Induktion kennenzulernen. Wir setzen
MehrMathematischer Vorkurs
Mathematischer Vorkurs Dr. Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 170 Vollständige Induktion Kapitel 13 Vollständige Induktion Mathematischer Vorkurs TU Dortmund Seite 117 / 170 Vollständige
MehrFunktionen oder Abbildungen sind wir schon mehrere Male begegnet. Es wird Zeit mal genau fest zu legen, was gemeint ist.
Analysis, Woche 5 Funktionen I 5. Definition Funktionen oder Abbildungen sind wir schon mehrere Male begegnet. Es wird Zeit mal genau fest zu legen, was gemeint ist. Definition 5. Eine Funktion f : A B
Mehr1 Loesungen zu Analysis 1/ 1.Uebung
Loesungen ausgewaehlter Beispiele zu Analysis I, G. Bergauer, Seite 1 1 Loesungen zu Analysis 1/ 1.Uebung 1.1 Einleitung Gegeben Mengen X, A mit A X. Sei die Menge durch A = {a X : a erfuellt B} gegeben,
Mehr1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte
Einige mathematische Konzepte 1 Mengen 1.1 Elementare Definitionen Mengendefinition Die elementarsten mathematischen Objekte sind Mengen. Für unsere Zwecke ausreichend ist die ursprüngliche Mengendefinition
MehrKapitel 1. Grundlagen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
Mehr= { } Absolutes Komplement Universe Relatives Komplement von
Allgemeines ist Teiler von Mengen Mächtigkeit Anzahl Elemente in der Menge Potenzmenge Menge aller Teilmengen von { } { { } { } { }} Beziehungen bzw. ist in enthalten ist Teilmenge von ist Obermenge von
Mehr