Höhere Mathematik II für die Fachrichtung Physik. Modulprüfung

Größe: px
Ab Seite anzeigen:

Download "Höhere Mathematik II für die Fachrichtung Physik. Modulprüfung"

Transkript

1 Institut für Analysis SS7 PD Dr. Peer Christian Kunstmann Höhere Mathematik II für die Fachrichtung Physik Modulprüfung Aufgabe [5+5= Punkte] (a) Zeigen Sie, dass die Matrix α A α =, α. genau dann diagonalisierbar ist, wenn α = ist. (b) Gegeben sei die Matrix mit Eigenvektoren v = B = 3 3 und v =. Berechnen Sie die Matrix B 4. Lösungsvorschlag (a) Die Matrix A ist schon in Diagonalgestalt, also insbesondere diagonalisierbar. Sei also α. Das charakteristische Polynom der Matrix A α ist gegeben durch p α (λ) = det(a α λi) = ( λ) ( λ). Man sieht, dass die Matrix A α die Eigenwerte λ = mit algebraischer Vielfachheit und λ = mit algebraischer Vielfachheit besitzt. Offensichtlich ist (,, ) ein Eigenvektor zum Eigenwert λ, und da die geometrische Vielfachheit immer kleiner oder gleich der algebraischen Vielfachheit ist, muss der Eigenraum zum Eigenwert λ der eindimensionale Unterraum aufgespannt von (,, ) sein. Weiter ist α ker (A α I) = ker = span. Die geometrische Vielfachheit des Eigenwerts λ ist also gegeben durch dim ker (A α I) =. Insbesondere ist die geometrische Vielfachheit ungleich der algebraischen Vielfachheit. Damit ist die Matrix A α für α nicht diagonalisierbar.

2 (b) Setze O =. Dann ist O eine orthogonale Matrix (da die Zeilen aufeinander orthonormal sind, d.h. O = O T = O) aus Eigenvektoren von B. Wegen Bv = 4v =: λ v und Bv = v =: λ v gilt nach dem Spektralsatz für symmetrische Matrizen, dass 4 B = O O T := ODO T. Damit erhalten wir wegen O T O = I, B 4 = [ ODO ] T 4 = ODO T ODO T O O T ODO T = OD 4 O T = ( λ 4 λ 4 = (λ4 + λ 4 ) (λ4 λ 4 (λ4 λ 4 ) (λ4 + λ 4 = Alternativ: Man berechnet B = =, B 3 = 4, B 4 = 8, und vermutet die allgemeine Formel B n = n n + n n n, + ) ) ) ) gezeigt wer- welche per Induktion (korrekte Ausführung des Induktionsbeweises den kann. Damit erhält man B 4 =

3 Aufgabe [8+= Punkte] Gegeben sei die Menge M := {(x, y, z) 3 x + y + z =, z > }, sowie das Vektorfeld F (x, y, z) = x(y + z ) y(x + z ), (x, y, z) 3. z(x + y ) (a) Berechnen Sie den Fluss M F N do des Vektorfeldes F aus M, wobei N das äußere Einheitsnormalenfeld von M bezeichnet. (b) Seien und reguläre Kurven in 3, die im Ursprung starten und im Punkt (x, y, z ) 3 enden. Zeigen Sie, dass F d s = F d s. Lösungsvorschlag (a) Wir definieren die Menge G := {(x, y, z) 3 x + y + z, z }. Dann gilt G = M D wobei D = {(x, y, ) x + y }. Die Parametrisierung von D durch (ρ, φ) (ρ cos(φ), ρ sin(φ), ), φ [, π), ρ [, ] ist regulär mit äußerer Einheitsnormale N(ρ, φ) = (,, ), und man berechnet F N do =. D Wendet man nun den Satz von Gauß (Divergenzsatz) auf die Menge G an, so folgt F N do = F N do + F N do M M D = F N do = F d(x, y, z) = d(x, y, z). G Somit liefert die echnung (mit dem Prinzip projezierbarer Mengen) ( d(x, y, z) = x + y + z ) d(x, y)dz G = π {x +y z } z den gesuchten Fluss M F N do = π 5. G (r + z )r drdz = π 8 G ( + z 3z 4) dz = π 5

4 (b) Es ist rot F (x, y, z) = yz yz xz xz = xy xy auf 3. Da 3 einfach zusammenhängend ist, gilt daher für den geschlossenen Weg = + ( ) vom Ursprung entlang nach (x, y, z ) und (rückwärts) entlang zum Ursprung zurück, F d s = F d s F d s =, und damit gilt auch die behauptete Gleichheit. Alternativ: Man sieht sehr leicht, dass Φ : 3, Φ(x, y, z) = 4 ( x y + x z + y z ), (x, y, z) 3 ein Potentialfeld zu F ist, also f = Φ. Dann gilt aber schon F d s = Φ(x, y, z ) Φ(,, ) = F d s.

5 Aufgabe 3 [5+3+= Punkte] Sei f(x, y) := y 5 xy 3 + 5x 4 für x, y >. (a) Bestimmen und klassifizieren Sie alle lokalen Extrema von f auf der Menge + = {(x, y) : x >, y > }. { } (b) Sei (x, y ) + \ ( 3 4 5, 3 5 ) eine Lösung der Gleichung f(x, y) =. Zeigen Sie, dass es offene Intervalle U, V mit x U und y V, sowie eine stetig differenzierbare Funktion g : U V, gibt mit f(x, g(x)) = für alle x U. { } (c) In welchem Punkt (x, y ) + \ ( 3 4 5, 3 5 ) mit f(x, y ) = gilt für die implizit durch f(x, y) = definierte Auflösung y = g(x) nach y, dass g (x ) =? Lösungsvorschlag (a) Gradient und Hessematrix der Funktion f sind gegeben durch y f(x, y) = 3 + x 3 6y 4 6xy und 6x 6y H f (x, y) = 6y 4y 3. xy Kandidaten für lokale Extremstellen von f für x, y > sind Nullstellen des Gradienten, also Lösungen des nichtlinearen Gleichungssystems x 3 y 3 = 6y 4 6xy = (I) (II) mit x, y >. Aus Gleichung (I) erhält man direkt x = y, und somit eingesetzt in Gleichung (II), x = y =. Da die Hessematrix von f an der Stelle (, ), 6 6 H f (, ) =, 6 wegen det H f (, ) = = 6 6 > und spur H f (, ) = 6+ > nur positive Eigenwerte besitzen kann, ist H f (, ) positiv definit. Die Funktion f hat daher auf der Menge x, y > ein lokales Minimum in (, ) (mit Wert f(, ) = 3). (b) Nach dem Satz über implizit definierte Funktionen existiert eine lokale Auflösung der Gleichung f(x, y ) = in einer Umgebung des Punktes (x, y ) + nach y, falls y f(x, y ). Nun ist y f(x, y) = genau dann, wenn also x = y. 6y 4 = 6xy,

6 Zusammen mit der Bedingung f(x, y) = erhalten wir = f(y, y) = y 5 y 5 + 5y 8, mit der Lösung (y >!) y = 3 8 = 5. Damit ist der Punkt (x 3 5, y ) = (y, y ) = ( 4 3 5, 3 5 ) der einzige Punkt auf der Niveaulinie f(x, y) =, in dem die lokale Auflösbarkeit nach dem Satz über implizit definierte Funktionen nicht garantiert ist. (c) Nach dem Satz über implizit definierte Funktionen (bzw. der Kettenregel) gilt g (x) = xf(x, y) y f(x, y) = y3 x 3 6y 4 6xy und damit g (x) = genau dann, wenn x = y. Zusammen mit = f(x, g(x)) = f(x, x) = x 5 x 4 + 5x 4 = x 5 5x 4 folgt damit x = 5 4 = y.

7 Aufgabe 4 [5+5= Punkte] (a) Bestimmen Sie die Fouriertransformierte der Funktion {, x [, ] f(x) :=, sonst und berechnen Sie damit den Wert des Integrals sin x dx. x (b) Gegeben sei die Funktion := 7 k= z k. Bestimmen Sie für alle n Z mit n den Wert des Integrals dz, zn+ wobei den positiv orientierten and der Einheitskreisscheibe in C bezeichnet. Lösungsvorschlag (a) Es ist ˆf() = f(x) dx = dx = 4, und für ξ ˆf(ξ) = f(x) e iξx dx = e iξx dx = e iξ e iξ iξ = sin(ξ) ξ = 4 sin(ξ). ξ Da nun die Funktion f absolut integrierbar ist und weiter f(x) dx = dx = 4 < gilt, können wir den Satz von Plancherel anwenden Es folgt also und erhalten 4 = f(x) dx = π ˆf(ξ) dξ = ( 4 sin(ξ) ) dξ π ξ = 4 sin(ξ) d(ξ) = 4 sin ξ dξ. π ξ π ξ sin ξ dξ = π. ξ

8 (b) Die Funktion h hat isolierte Polstellen. Ordnung bei und ist sonst holomorph. Wir schreiben = z 7 k= z k = k, k =,..., 7, = z k z g(z) mit einer Funktion g, die holomorph auf der offenen und einfach zusammenhängenden Menge G = {z C : z < 3 } ist. ist eine einfach geschlossene und positiv orientierte Kurve in G. Insbesondere ist = z n g(z) holomorph auf G für n <, und damit gilt nach z n+ dem Cauchy-Integralsatz dz = zn+ in diesem Fall. Für n = folgt mit der Cauchy-Integralformel g(z) dz = dz = dz zn+ z 7 = πig() = πi k = πi 7 7! = πi 6 7! k=. Alternativ: Mit esiduensatz: Sei G = {z C : z < 3 }. Dann ist G einfach zusammenhängend und ist eine einfach geschlossene und positiv orientierte Kurve in G. h ist holomorph auf G \ {} und z = liegt innerhalb der Kurve. Für n = gilt damit nach dem esiduensatz dz = dz = πi es(h, ) = πi lim z zn+ z = πi 7 k= k = πi 7 7! = πi 6 7! Da h einen Pol erster Ordnung bei z = hat, beginnt die Laurentreihenentwicklung mit dem Term (d.h. der Hauptteil der Laurenreihe besteht nur aus dem Term). Insbesondere verschwindet der Hauptteil der Laurenreihenentwicklung von für n < (mit anderen Worten, die Singularität bei z z n+ = von ist z n+ hebbar). Damit ist das esiduum an der Stelle z = in diesem Fall gegeben durch es(, ) = und es folgt mit dem esiduensatz z n+ dz =. zn+.

Höhere Mathematik II für die Fachrichtung Physik

Höhere Mathematik II für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz WS 5/6 8..6 Höhere Mathematik II für die Fachrichtung Physik Bachelor-Modulprüfung Aufgabe

Mehr

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

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

Mehr

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst

Mehr

Analysis II WS 11/12 Serie 9 Musterlösung

Analysis II WS 11/12 Serie 9 Musterlösung Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei

Mehr

Musterlösungen zur Linearen Algebra II Übungsklausur

Musterlösungen zur Linearen Algebra II Übungsklausur Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,

Mehr

B Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R,

B Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R, B en Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R Berechnen Sie zur Abbildung f : R R, f(x, y) : x sin(xy) das totale Differenzial f df, die Jacobi-Matrix J f (x, y) und den Gradienten ( f)(x,

Mehr

Rückblick auf die letzte Vorlesung. Bemerkung

Rückblick auf die letzte Vorlesung. Bemerkung Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D

Mehr

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2 Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4

Mehr

Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema

Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema In diesem Kapitel befassen wir uns mit der Ableitung von Funktionen f : R m R n. Allein die Schreibweise

Mehr

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn. Kapitel 5 Eigenwerte Josef Leydold Mathematik für VW WS 2016/17 5 Eigenwerte 1 / 42 Geschlossenes Leontief-Modell Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich

Mehr

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II... ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

40 Lokale Extrema und Taylor-Formel

40 Lokale Extrema und Taylor-Formel 198 VI. Differentialrechnung in mehreren Veränderlichen 40 Lokale Extrema und Taylor-Formel Lernziele: Resultate: Satz von Taylor und Kriterien für lokale Extrema Methoden aus der linearen Algebra Kompetenzen:

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur Analysis II Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen

Mehr

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum. Fabian Kohler Karolina Stoiber Ferienkurs Analsis für Phsiker SS 4 A Extrema In diesem Abschnitt sollen Extremwerte von Funktionen f : D R n R diskutiert werden. Auch hier gibt es viele Ähnlichkeiten mit

Mehr

Klausur zur Höheren Mathematik IV

Klausur zur Höheren Mathematik IV Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene

Mehr

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

Mehr

Musterlösung Höhere Mathematik I/II Di. Aufgabe 1 (11 Punkte) Geben Sie die Matrixbeschreibung der Quadrik

Musterlösung Höhere Mathematik I/II Di. Aufgabe 1 (11 Punkte) Geben Sie die Matrixbeschreibung der Quadrik Aufgabe Punkte Geben Sie die Matrixbeschreibung der Quadrik {x R 3x 3x 8x x +x +4x +7 = 0} an Berechnen Sie die euklidische Normalform der Quadrik und ermitteln Sie die zugehörige Koordinatentransformation

Mehr

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren Aufgabe Gegeben seien die Punkte A(,,, B(,,, C(,,. (a Geben Sie die Hesse-Normalform der Ebene E, welche die drei Punkte A, B und C enthält, an. (b Bestimmen Sie den Abstand des Punktes P (,, 5 zur Ebene

Mehr

Übungen zur Analysis II Blatt 27 - Lösungen

Übungen zur Analysis II Blatt 27 - Lösungen Prof. Dr. Torsten Wedhorn SoSe 22 Daniel Wortmann Übungen zur Analysis II Blatt 27 - Lösungen Aufgabe 5: 6+6+6* Punkte Bestimme alle lokalen Extrema der folgenden Funktionen: a b c* f : R 3 R g : R 2 R

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar Lineare Algebra II, SS 11. Blatt Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2

Mehr

D-ERDW, D-HEST, D-USYS Mathematik II FS 15 Dr. Ana Cannas. Serie 9: Satz von Stokes und Divergenzsatz

D-ERDW, D-HEST, D-USYS Mathematik II FS 15 Dr. Ana Cannas. Serie 9: Satz von Stokes und Divergenzsatz D-ERDW, D-HEST, D-USYS Mathematik II FS 15 Dr. Ana Cannas Serie 9: Satz von Stokes und Divergenzsatz Bemerkungen: Die Aufgaben der Serie 9 bilden den Fokus der Übungsgruppen vom 28./30. April. 1. Berechnen

Mehr

Lösungsskizzen zur Klausur

Lösungsskizzen zur Klausur sskizzen zur Klausur Mathematik II Sommersemester 4 Aufgabe Es seien die folgenden Vektoren des R 4 gegeben: b = b = b 3 = b 4 = (a) Prüfen Sie ob die Vektoren b b 4 linear unabhängig sind bestimmen Sie

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3

Mehr

6 Eigenwerte und Eigenvektoren

6 Eigenwerte und Eigenvektoren 6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,

Mehr

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen 11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des

Mehr

Extrema von Funktionen mit zwei Variablen

Extrema von Funktionen mit zwei Variablen Extrema von Funktionen mit zwei Variablen Es gilt der Satz: Ist an einer Stelle x,y ) f x x,y ) = und f y x,y ) = und besteht außerdem die Ungleichung f xx x,y )f yy x,y ) f xy x,y ) >, so liegt an dieser

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z R Es sei f : R n D R eine einmal stetig differenzierbare Funktion, für die in einer Umgebung eines Punkte a = a 1, a,, a n D gilt: fa 1, a,, a n = 0, f xn a 1, a,, a n 0 Dann gibt es eines Umgebung U des

Mehr

Lineare Algebra II 6. Übungsblatt

Lineare Algebra II 6. Übungsblatt Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).

Mehr

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden

Mehr

Lösungen zur Klausur Funktionentheorie I SS 2005

Lösungen zur Klausur Funktionentheorie I SS 2005 Universität Karlsruhe 29 September 25 Mathematisches Institut I Prof Dr M von Renteln Dr C Kaiser Aufgabe en zur Klausur Funktionentheorie I SS 25 Sei S die Möbiustransformation, die durch S(z) = i i z

Mehr

Lösungsvorschläge zum 14. Übungsblatt.

Lösungsvorschläge zum 14. Übungsblatt. Übung zur Analysis III WS / Lösungsvorschläge zum 4. Übungsblatt. Aufgabe 54 Sei a R\{}. Ziel ist die Berechnung des Reihenwertes k a + k. Definiere dazu f : [ π, π] R, x coshax. Wir entwickeln f in eine

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.

Mehr

Untersuchen Sie die angegebenen Funktionenfolgen auf gleichmäßige Konvergenz. = 1 n, (1 Punkt ) x 2. x 1 = 1. x n + (1 Punkt )

Untersuchen Sie die angegebenen Funktionenfolgen auf gleichmäßige Konvergenz. = 1 n, (1 Punkt ) x 2. x 1 = 1. x n + (1 Punkt ) Aufgabe (glm. Konvergenz) (6+6 Punkte) Untersuchen Sie die angegebenen Funktionenfolgen auf gleichmäßige Konvergenz. a) g n : R R, mit g n (x) = x + n (6 Punkte) b) f n : R R, mit f n (x) = arctan(nx)

Mehr

Lösungen zu den Hausaufgaben zur Analysis II

Lösungen zu den Hausaufgaben zur Analysis II Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin

Mehr

8 Extremwerte reellwertiger Funktionen

8 Extremwerte reellwertiger Funktionen 8 Extremwerte reellwertiger Funktionen 34 8 Extremwerte reellwertiger Funktionen Wir wollen nun auch Extremwerte reellwertiger Funktionen untersuchen. Definition Es sei U R n eine offene Menge, f : U R

Mehr

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J} 9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen

Mehr

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

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

Mehr

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.

Mehr

6 Komplexe Integration

6 Komplexe Integration 6 Komplexe Integration Ziel: Berechne für komplexe Funktion f : D W C Integral der Form f(z)dz =? wobei D C ein Weg im Definitionsbereich von f. Fragen: Wie ist ein solches komplexes Integral sinnvollerweise

Mehr

3.6 Eigenwerte und Eigenvektoren

3.6 Eigenwerte und Eigenvektoren 3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse

Mehr

e i(π t) ( ie i(π t) ) dt dt = i 2i t=0

e i(π t) ( ie i(π t) ) dt dt = i 2i t=0 UNIVESITÄT KALSUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe

Mehr

31 Die Potentialgleichung

31 Die Potentialgleichung 3 Die Potentialgleichung Die Potentialgleichung oder auch Poisson-Gleichung ist die lineare Gleichung zweiter Ordnung u = f in einem Gebiet R n. Im homogenen Fall f = 0 spricht man auch von der Laplace-

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016 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

Mehr

6 Hauptachsentransformation

6 Hauptachsentransformation 6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

Folgerungen aus dem Auflösungsatz

Folgerungen aus dem Auflösungsatz Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und

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

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben. Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung

Mehr

Kapitel 18. Aufgaben. Verständnisfragen

Kapitel 18. Aufgaben. Verständnisfragen Kapitel 8 Aufgaben Verständnisfragen Aufgabe 8 Gegeben ist ein Eigenvektor v zum Eigenwert λ einer Matrix A (a) Ist v auch Eigenvektor von A? Zu welchem Eigenwert? (b) Wenn A zudem invertierbar ist, ist

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0 KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe

Mehr

10 Extremwerte mit Nebenbedingungen

10 Extremwerte mit Nebenbedingungen 10 Extremwerte mit Nebenbedingungen 49 10 Extremwerte mit Nebenbedingungen Wir betrachten nun Extremwertaufgaben, bei denen nach dem Extremwert einer fx 1,, x n gesucht wird, aber die Menge der zulässigen

Mehr

Übungen zur Vorlesung MATHEMATIK II

Übungen zur Vorlesung MATHEMATIK II Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom

Mehr

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C. Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines

Mehr

Höhere Mathematik III

Höhere Mathematik III Blatt 4 Universität Stuttgart Fachbereich Mathematik Höhere Mathematik III el, kyb, mecha, phys Prof. Dr. J. Pöschel Dr. D. Zimmermann Dipl.-Math.. Sanei ashani 1.11.14 Vortragsübungen (Musterlösungen)

Mehr

MC-Serie 11: Eigenwerte

MC-Serie 11: Eigenwerte D-ERDW, D-HEST, D-USYS Mathematik I HS 14 Dr. Ana Cannas MC-Serie 11: Eigenwerte Einsendeschluss: 12. Dezember 2014 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,

Mehr

y = A(x) y + b(x). (1) y = A(x) y (2)

y = A(x) y + b(x). (1) y = A(x) y (2) 73 5.2 Lineare Systeme Sei weiterhin IK = C oder IK = IR. Seien = I IR ein offenes Intervall, x 0 I, y 0 IK n, A: I IK n n und b: I IK n stetige matrix- bzw vektorwertige Funktionen. Wir betrachten komplexe

Mehr

55 Lokale Extrema unter Nebenbedingungen

55 Lokale Extrema unter Nebenbedingungen 55 Lokale Extrema unter Nebenbedingungen Sei f : O R mit O R n differenzierbar. Notwendige Bescheinigung für ein lokales Extremum in p 0 ist dann die Bedingung f = 0 (siehe 52.4 und 49.14). Ist nun F :

Mehr

Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester

Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Christian Nawroth, Erstellt mit L A TEX 23. Mai 2002 Inhaltsverzeichnis 1 Vollständige Induktion 2 1.1 Das Prinzip der Vollstandigen Induktion................

Mehr

Klausur zur Vordiplom-Prüfung

Klausur zur Vordiplom-Prüfung Technische Universität Hamburg-Harburg SS 25 Arbeitsbereich Mathematik Dr. Jens-Peter M. Zemke Klausur zur Vordiplom-Prüfung Numerische Verfahren 22. Juli 25 Sie haben 9 Minuten Zeit zum Bearbeiten der

Mehr

Lineare Algebra II, Lösungshinweise Blatt 9

Lineare Algebra II, Lösungshinweise Blatt 9 Prof Dr Katrin Wendland Priv Doz Dr Katrin Leschke Christoph Tinkl SS 27 Lineare Algebra II, Lösungshinweise Blatt 9 Aufgabe (4 Punkte) Sei 2 3 4 A = 5 6 Berechnen Sie A k für alle k N und verifizieren

Mehr

PRÜFUNG AUS ANALYSIS F. INF.

PRÜFUNG AUS ANALYSIS F. INF. Zuname: Vorname: Matrikelnummer: PRÜFUNG AUS ANALYSIS F. INF. (GITTENBERGER) Wien, am 2. Juli 2013 (Ab hier freilassen!) Arbeitszeit: 100 Minuten 1) 2) 3) 4) 5) 1)(8 P.) Sei f : R 2 R mit f(x, y) = e x

Mehr

Übungen zur Funktionentheorie Lösungen zu Übungsblatt 6

Übungen zur Funktionentheorie Lösungen zu Übungsblatt 6 Mathematisches Institut SS 29 Universität München Prof. Dr. M. Schottenloher C. Paleani A. Stadelmaier M. Schwingenheuer Übungen zur Funktionentheorie Lösungen zu Übungsblatt 6. Gegeben sei folgende konforme

Mehr

Musterlösung zu Übungsblatt 11

Musterlösung zu Übungsblatt 11 Prof. R. Pandharipande J. Schmitt, C. Schießl Funktionentheorie 2. Dezember 16 HS 2016 Musterlösung zu Übungsblatt 11 Aufgabe 1. Sei U C offen und a U. Seien f, g : U {a} folgende Formeln zur Berechnung

Mehr

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

46 Eigenwerte und Eigenvektoren symmetrischer Matrizen

46 Eigenwerte und Eigenvektoren symmetrischer Matrizen 46 Eigenwerte und Eigenvektoren symmetrischer Matrizen 46.1 Motivation Symmetrische Matrizen (a ij = a ji für alle i, j) kommen in der Praxis besonders häufig vor. Gibt es für sie spezielle Aussagen über

Mehr

12. Übungsblatt zur Mathematik II für MB

12. Übungsblatt zur Mathematik II für MB Fachbereich Mathematik Prof. Dr. U. Reif R. Hartmann, T. Koch SS 1 5.7.21 12. Übungsblatt zur Mathematik II für MB Aufgabe 39 Divergenz Berechnen Sie die Divergenz folgender Vektorfelder: xyz + 2xy F 1

Mehr

45 Eigenwerte und Eigenvektoren

45 Eigenwerte und Eigenvektoren 45 Eigenwerte und Eigenvektoren 45.1 Motivation Eigenvektor- bzw. Eigenwertprobleme sind wichtig in vielen Gebieten wie Physik, Elektrotechnik, Maschinenbau, Statik, Biologie, Informatik, Wirtschaftswissenschaften.

Mehr

Analysis II für Ingenieure Übersicht: Integration. 1 Kurvenintegral über ein Skalarfeld

Analysis II für Ingenieure Übersicht: Integration. 1 Kurvenintegral über ein Skalarfeld Analysis II für Ingenieure Übersicht: Integration 1 Kurvenintegral über ein Skalarfeld 1.1 erechnung c f ds = b a f ( c(t) ) c(t) dt 1. Kurve c parametrisieren: c : [a, b] R n, t c(t). 2. c(t) und dann

Mehr

Mathematik II für Inf und WInf

Mathematik II für Inf und WInf Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell

Mehr

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,

Mehr

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und

Mehr

5.10. Mehrdimensionale Extrema und Sattelpunkte

5.10. Mehrdimensionale Extrema und Sattelpunkte 5.1. Mehrdimensionale Extrema und Sattelpunkte Zur Erinnerung: Eine Funktion f von einer Teilmenge A des R n nach R hat im Punkt a ein (strenges) globales Maximum, falls f( x ) f( a ) (bzw. f( x ) < f(

Mehr

Mathematische Methoden in den Ingenieurwissenschaften 1. Übungsblatt

Mathematische Methoden in den Ingenieurwissenschaften 1. Übungsblatt Prof Dr M Gerdts Dr A Dreves J Michael Wintertrimester 216 Mathematische Methoden in den Ingenieurwissenschaften 1 Übungsblatt Aufgabe 1 : (Schwimmer Ein Schwimmer möchte einen Fluss der Breite b > überqueren,

Mehr

Lineare Algebra II 5. Übungsblatt

Lineare Algebra II 5. Übungsblatt Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross / Mai Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Algebraisch abgeschlossener Körper) Ein Körper heißt algebraisch abgeschlossen,

Mehr

Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7

Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7 7.1 (Herbst 2015, Thema 1, Aufgabe 4) Gegeben sei das Dreieck und die Funktion f : R mit Bestimmen Sie f(

Mehr

Lösung der Prüfung Sommer 2009

Lösung der Prüfung Sommer 2009 Prof. D. Salamon Analysis I/II D-MATH, D-PHYS, D-CHAB ETH Zürich. Juni 9 Lösung der Prüfung Sommer 9. Berechnen Sie folgende Grenzwerte: (a) (b) Hinweis: Regel von de l Hospital. ( ( )) lim n n cos n lim

Mehr

1. Klausur. für bau immo tpbau

1. Klausur. für bau immo tpbau 1. Klausur Höhere Mathematik I/II für bau immo tpbau Wichtige Hinweise Die Bearbeitungszeit beträgt 120 Minuten. Verlangt und gewertet werden alle 6 Aufgaben. Bei Aufgabe 1 2 sind alle Lösungswege und

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 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

19.3 Oberflächenintegrale

19.3 Oberflächenintegrale 19.3 Oberflächenintegrale Definition: Sei D R 2 ein Gebiet und p : D R 3 eine C 1 -Abbildung x = p(u) mit x R 3 und u = (u 1, u 2 ) T D R 2 Sind für alle u D die beiden Vektoren und u 1 linear unabhängig,

Mehr

Lösungen zu Übung(11) Erster Teil A E=

Lösungen zu Übung(11) Erster Teil A E= Lösungen zu Übung Erster Teil a Betrachten Sie die Matrix A = Die Eigenwerte sind λ = mit algebraischer Vielfachheitundλ =mitalgebraischervielfachheit,unddiematrix A E= hatrang, alsokerndimensionnur, somitistdereigenraumzuλ

Mehr

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben

Mehr

Der CG-Algorithmus (Zusammenfassung)

Der CG-Algorithmus (Zusammenfassung) Der CG-Algorithmus (Zusammenfassung) Michael Karow Juli 2008 1 Zweck, Herkunft, Terminologie des CG-Algorithmus Zweck: Numerische Berechnung der Lösung x des linearen Gleichungssystems Ax = b für eine

Mehr

Höhere Mathematik II. 7 Lineare Algebra II. für naturwissenschaftliche Studiengänge. 7.1 Wiederholung einiger Begriffe

Höhere Mathematik II. 7 Lineare Algebra II. für naturwissenschaftliche Studiengänge. 7.1 Wiederholung einiger Begriffe Dr. Mario Helm Institut für Numerische Mathematik und Optimierung Fakultät für Mathematik und Informatik Höhere Mathematik II für naturwissenschaftliche Studiengänge Sommersemester 2013 7 Lineare Algebra

Mehr

Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher

Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher Technische Universität Chemnitz 1. Juli 20 Fakultät für Mathematik Höhere Mathematik I.2 Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher 1. Durch ein

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................

Mehr

Variante A. Hinweise

Variante A. Hinweise Lehrstuhl C für Mathematik (Analsis Prof. Dr. Y. Guo Aachen, den 6..3 Klausur zur Höheren Mathematik I WS /3 Variante A Hinweise Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche

Mehr

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit

Mehr

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,

Mehr

Bestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0.

Bestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0. Aufgabe Bestimmen Sie die Lösung des Anfangswertproblems y (x) 4y (x) 5y(x) = 6e x y(0) = y (0) = 0. Zunächst bestimmen wir die Lösung der homogenen DGL. Das charakteristische Polynom der DGL ist λ 2 4λ

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

1.9 Eigenwerte und Eigenvektoren

1.9 Eigenwerte und Eigenvektoren .9. EIGENWERTE UND EIGENVEKTOREN 0.9 Eigenwerte und Eigenvektoren Alles in diesem Abschnitt bezieht sich auf quadratische reelle oder komplexe n n-matrizen. Statt E n (n n-einheitsmatrix) wird kurz E geschrieben..

Mehr

Multivariate Analysis

Multivariate Analysis Kapitel Multivariate Analysis Josef Leydold c 6 Mathematische Methoden I Multivariate Analysis / 38 Lernziele Funktionen in mehreren Variablen Graph und Niveaulinien einer Funktion in zwei Variablen Partielle

Mehr

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w = 1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition

Mehr