5. Implizit definierte und inverse Funktionen
|
|
- Edmund Lehmann
- vor 6 Jahren
- Abrufe
Transkript
1 5. Implizit definierte und inverse Funktionen für Donnerstag, von Carla Zensen Stelle ein paar Personen die Frage: Welches x löst 2+x=4 und du wirst folgende Antworten erhalten: Ingenieur zückt seinen Taschenrechner, rechnet ein bisschen und meint schließlich: 1, Physiker: In der Größenordnung von Der Hacker bricht in den NASA-Supercomputer ein und lässt den rechnen. Soziologe: Weiß ich nicht, aber gut, dass wir darüber geredet haben... Politiker: Ich verstehe ihre Frage nicht... Mathematiker wird sich einen Tag in seine Stube verziehen und dann freudestrahlend mit einen dicken Bündel Papier ankommen und behaupten: Das Problem ist lösbar, und die Lösung ist sogar eindeutig! Willkommen im Kapitel über implizite Funktionen :-)! Hier geht es darum, die (eindeutige) Lösbarkeit oder Auflösbarkeit von Funktionen und Gleichungen zu zeigen. Klingt natürlich erst einmal ziemlich theoretisch, ist aber ein wichtiges Mittel, um viele Rechnungen überhaupt erst zu rechtfertigen. 5.1 Implizite Funktionen Theorie Grundlegendes Problem: Kann man eine Funktion f(x,y)= darstellen als f(x, g(x))=? Eine explizite Auflösung ist hier nicht unbedingt verlangt! Funktioniert oft nur in der Umgebung eines Punktes (x,y ) mit f(x,y ) = (lokale Lösbarkeit) In diesem Kapitel ist folgender Satz zentral: Satz über implizite Funktionen: f C 1 (U V, R q ); U R p, V R m f(x,y ) = D y f(x,y ) invertierbar Dann gibt es offene Umgebungen U 1 U, V 1 V von x, y und genau ein g C 1 (U 1,V 1 ) mit graphg = f 1 () (U 1 V 1 ) x U 1 : f(x,g(x)) = weiter gilt x U 1 : Dg(x) = ((D y f)(x,g(x))) 1 (D x f)(x,g(x)) D y f(x,y ) = (f1,...,fq) (y 1,...,y m) ist die Jakobi-Matrix im Punkt P Dg(x) ist folgendermaßen zu verstehen: D y f = (D y1 f,...,d ym f) und D x f = ( D x1 f,...,d xp f ) sind Matrizen mit y 1,...,y m als Variablen, nach denen aufgelöst wird und x 1,...,x p die restlichen. Um sich eine Anwendung besser vorstellen zu können, betrachten wir ein Beispiel im Fall p=m=1. Der Satz vereinfacht sich hierfür zu: Satz über implizite Funktionen f : R 2 R: f C 2 (U V ), U,V R f(x,y ) = (D 2 f)(x,y ) Dann gilt: offene Umgebungen U 1 U, V 1 V von x, y und genau ein g mit f(x,g(x)) = x U 1 1
2 und es gilt g (x) = (D 1f)(x,g(x)) (D 2 f)(x,g(x)) Praxis Wir untersuchen typische Fragestellungen. Gegeben ist eine Fuktion f(x, y) =, die wir gerne nach y = g(x)auflösen würden, sodass gilt: f(x,g(x)) =. Der Satz über implizite Funktionen ist lokal definiert, also versuchen wir, allgemein an einem Punkt (x,y ) aufzulösen und geben dann ein Intervall an, in dem der Punkt maximal liegen darf, sodass der Satz tatsächlich gilt. a) Wie testet man, ob der Satz über implizite Funktionen anwendbar ist? Rezept: Folgende Bedingungen müssen erfüllt sein: Gilt f C 1 (U V )? Gilt f(x,y ) =? Gilt D y (x,y ) invertierbar? (Reduziert sich für U V R 2 auf: Gilt (D 2 f)(x,y )?) Beispiel: Ist die folgende Funktion in der Umgebung des Punktes (,,1) nach x,y,z auflösbar? Überprüfen der Voraussetzungen: f(,,1) = sin + + e 1 = f : R 3 R f(x,y,z) = sin x + xy + e z2 1 = f C 1, da Verkettung von unendlich oft differenzierbaren Funktionen. D 1 f(x,y,z) = cos x + y D 1 f(,,1) = 1 D 2 f(x,y,z) = x D 2 f(,,1) = D 3 f(x,y,z) = 2ze z2 D 3 f(,,1) = 2 e Nach dem Satz über implizite Funktionen existieren Funktionen g(x,y) und h(y,z), sodass f(x,y,g(x,y)) = in der Umgebung von (x,y) = (,) bzw. f(h(y,z),y,z) = in der Umgebung von (y,z) = (,1). Die Funktion kann also in (,,1) nach x oder z aufgelöst werden, aber nicht nach y! b) Wie berechnet man den Gradienten einer Auflösung? Rezept: Einen Gradienten erhält man nur, wenn nach einer eindimensionalen Variablen y R aufgelöst wird. Die Formel für den Gradienten in einem Punkt (x,y ) T = (x,1,x,2,...,x,p,y ) T folgt aus dem Satz: 1 g(x ) = (D y f(x,y )) (D 1f(x,y ),...,D p f(x,y )) T Beispiel: Nun betrachten wir die Auflösung der obigen Funktion nach z im Punkt (,,1): f(x,y,g(x,y)) =. Es soll nun der Gradient im Punkt (,,g(,)) angegeben werden. Dazu verwenden wir die oben angegebene Formel: ( g(,) = Dg(,) = (D 3 f(,,1)) 1 (D 1 f(,,1),d 2 f(,,1)) = 2 1 e) 2 ( ) 1 = 1 2 ( ) e
3 c) Wie berechnet man höhere Ableitungen? Da man nun eine Formel für die erste Ableitung für die Auflösung g(x) kennt, kann man diese einfach noch einmal ableiten (auch hierzu ist keine explizite Auflösung nötig!) Da alles andere den Rahmen der Klausur sprengen würde, soll hier nur der einfachste Fall, nämlich für f : R 2 R, (x,y) f(x,y) = und Auflösung nach y vorgeführt werden (Beispiel in der Übung): g (x) = ( xf)(x,g(x)) ( y f)(x,g(x)) g (x) = d dx g (x) = ( yf) 2 2 xf 2 y f 2 xyf x f + 2 yf ( x f) 2 ( y f) 3 (x,g(x)) d) Wie stellt man fest, ob ein Gleichungssystem lösbar ist? Rezept Betrachte ein m-dimensionales Gleichungssystem, das von q+p=n Variablen abhängt und folgendermaßen geschrieben wird: Dieses kann man verstehen als eine Funktion f : R q R p R m, die nun nicht mehr nur nach R abbildet. f 1 (x 1,...,x q,y 1,...,y p ) = f 2 (x 1,...,x q,y 1,...,y p ) =. f m (x 1,...,x q,y 1,...,y p ) = f 1 f 2. (x) = f m Auch hier ist der Satz für implizite Funktionen unter den geforderten Bedingungen anwendbar. Die Fragestellung Ist das Gleichungssystem nach p Variablen y 1,y 2,...,y p auflösbar? bedeutet: P ist Lösung des Gleichungssystems Die Funktion f : R q R p R m ist in P stetig differenzierbar (f1,...,fm) Die Matrix D y=(y1,...,y p) T f(p) = (y 1,...,y p) ist invertierbar. Beispiel aus unserer Klausur (Prof. Warzel, SS9) Der Punkt P=(1,1,-2) ist eine Lösung des Gleichungssystems. Dieses soll in einer Umgebung von P lokal nach x und y aufgelöst werden. Die Invertierbarkeit welcher Matrix muss dazu überprüft werden? f 1 (t,x,y) = log x + y 2 t 4 = f 2 (t,x,y) = x 2 + yt 2 + t 2 = Gesucht ist die Jakobi-Matrix von f im Punkt P, wenn man nach dem Vektor (x,y) T = (1,1) T auflöst: D (x,y) f = (f ( ) ( ) 1,f 2 ) Dx f = 1 D y f (P) = (x, y) D x f 2 D y f Beachte: Hier kann man natürlich keinen Gradienten finden! 3
4 5.2 Untermannigfaltigkeiten Das Verhältnis einer UMF des R n zum R n ist in etwa vergleichbar mit dem Verhältnis eines Untervektorraums aus der Linearen Algebra zu einem Vektorraum. Def.: reguläre Punkte Für f C 1 (U, R m ), U R p und m p heißt x U regulärer Punkt, falls der Rang von Df(x) maximal ist, also rang Df(x) = m Def.: p-dimensionale Untermannigfaltigkeit Für p {1,...,n} heißt M R n p-dim. UMF des R n, falls x M Umgebung W x R n von x und f C 1 (W x, R n p ) mit f 1 () reguläre Punkte und f 1 () = M W x Um zu testen, ob eine Menge M eine UMF des R n ist, wenn man eine Funktion f C 1 (W x, R n p ) betrachtet, muss man also folgendes sicherstellen: M R n f 1 () sind reguläre Punkte ( das Urbild der impliziten Funktion f(x) = ist eine Menge regulärer Punkte auf M rang Df(x) ist maximal) 5.3 Existenz der inversen Funktion Eine Diffeomorphismus ist eine bijektive stetig differenzierbare Abbildung, deren Umkehrabbildung auch stetig differenzierbar ist. f ist ein lokaler Diffeomorphismus, wenn x U Umgebung U x U von x mit f : U x f(u x ) Diffeomorphismus. Satz über Umkehrfunktionen f C 1 (U, R n ), U R n offen, ist genau dann ein lokaler Diffeomorphismus, wenn x U : Df(x) invertierbar. Das ist ein Kriterium, um herauszufinden, ob eine Abbildung bijektiv ist! Beispiel: Ebene Polarkoordinaten f : R + R f(r,φ) = (r cos φ,r sin φ) besitzt eine differenzierbare Umkehrfunktion, denn det Df(r,φ) = det (f ( ) 1,f 2 ) cos φ r sin φ = = r > (r, φ) sin φ r cos φ 4
5 6. Vektoranalysis 6.1 Gradient, Divergenz und Rotation Definition: Differentialoperatoren U R n offen, k N Gradient grad : C k (U) C k 1 (U, R n ) f gradf =: f Divergenz n div : C k (U) C k 1 (U, R) v div v := j v j =: v j=1 Rotation 1. Fall: n=2 rot : C k (U, R 2 ) C k 1 (U, R) v rotv := 1 v 2 2 v 1 2. Fall: n=3 2 v 3 3 v 2 rot : C k (U, R 3 ) C k 1 (U, R 3 ) v rotv := 3 v 1 1 v 3 =: v 1 v 2 2 v 1 div v= bezeichnet man auch als quellenfrei man definiert den Laplace-Operator durch f = div gradf = n j=1 2 j f = f für f C(R) Aufpassen, das ist nicht das selbe wie graddiv f mit f C(R m, R n )! Für nichtskalare Funktionen kann man den Laplace-Operator auch als f = (div gradf 1,...,div gradf m ) auffassen. 6.2 Rechenregeln Nabla-Kalkül U R n offen, f 1, f 2 C 2 (U), v 1, v 2 C 1 (U, R n ) (f 1 + f 2) = f 1 + f 2 (v 1 + v 2) = v 1 + v 2 f C 2 (U), v j C 2 (U, R n ) ( f) = ( v) = ( v) = ( v) v Nabla-Kalkül für n=3 U R 3 offen, f 1, f 2 C 2 (U), v 1, v 2 C 1 (U, R n ) (v 1 + v 2) = v 1 + v 2 (v 1 v 2) = v 1(v 2 ) (v 1 )v 2 + (v 2 )v 1 v 2 ( v 1) (v 1 v 2) = (v 1 )v 2 + (v 2 )v 1 + v 1 ( v 2) + v 2 ( v 1) (fv) = f( v) + ( f) v 5
6 Exemplarisch sollen zwei Beweise vorgeführt werden (weitere in Hausaufgaben und ZÜ SS9, S. Warzel): 1. Z.z.: (fv) = ( f) v + f v Beweis: (fv) = n j=1 j (fvj) = n j=1 (vj jf + f jvj) = ( f) v + f v 2. Z.z.: ( v) = Es ist praktisch, bei solchen Aufgaben eine Darstellung durch Epsilon-Tensoren zu benutzen. Das Kreuzprodukt im R 3 ist hierbei folgendermaßen definiert: a b = e i ǫ ijk a jb k i und die wichtigste weitere Formel zur Umrechnung von Epsilon-Tensoren und Kronecker-Deltas ist: jk 3 ǫ ijk ǫ klm = δ il δ jm δ imδ jl k=1 Beweis: ( v) = e i ǫ ijk jv k = ǫ ijk i jv k = ǫ jik i jv k = i ijk ijk jk = ijk ǫ jik j iv k = ( v) ( v) 6.3 Eigenschaften von Vektorfeldern Ein Vektorfeld ist eine Funktion, die jedem Raumpunkt einen Vektor zuordnet Kurvenintegrale Das Kurvenintegral von v C 1 (U, R n ) entlang C 1 ([, 1], R n ) ist v(x)dx = 1 v((t)) (t)dt Das Kurvenintegral heißt wegunabhängig, falls v(x)dx = v(x)dx für beliebige stückweise stetig diffbare Kurven : [, 1] U mit () = () und (1) = (1) Gradientenfelder Kann man v C k+1 (U, R) schreiben als v = f, f skalare Funktion (Sprechweise: Potential), so heißt v Gradientenfeld. Wichtige Eigenschaft eines Gradientenfeldes v = f (Beweis durch Einsetzen der Definitionen für die Rotation und Satz von Schwarz): rot v = rot grad f = Fall n=1: v=f Stammfunktion von f ist Potential für Gradientenfelder v = f gilt Wegunabhängigkeit des Kurvenintegrals: ( f)(x)dx = f((1)) f(()) Beweis: l.s.= 1 f((t)) (t) = 1 d f((t))dt =r.s. dt Haben also alle Vektorfelder ein Potential? Im Allgemeinen gilt dies nicht. 6
7 6.3.3 Konservative Vektorfelder Ein Kraftfeld v C 1 (U.R n ) heißt konservativ, falls v(x)dx := v(x)dx = für beliebige stückweise stetige, geschlossene Kurven : [, 1] U () = (1) Für v C 1 (U.R n ), U R n sind äquivalent 1. v konservativ 2. v(x)dx wegunabhängig 3. f C 1 (U) : v = f Potential und Vektorpotential U R n heißt sternförmig, falls x U : x U t [, 1] : x + t (x x ) U (U konvex U sternförmig) Es gilt immer: Die Umkehrung aber nur bedingt: v = f v = v = w v = v C 1 (U, R 3 ), U R 3 offen, sternförmig 1. v = f C 2 (U) : v = f 2. v = w C 2 (U, R 3 : v = w allgemein für v C 1 (U, R n ), U R n offen, sternförmig (Lemma von Poincaré): jv k k v j = für alle j, k {1,..., n} f C 2 (U) : v = f f = (f + const.) w = (w + f) statt sternförmig reicht hier auch einfach wegzusammenhängend Wie berechnet man ein Potential? Um die Existenz zu zeigen, kann man mit obigem Satz unter den entsprechenden Voraussetzungen v berechnen. Angenommen, wir haben ein Vektorfeld v. Um zu zeigen, dass es sich hierbei um ein Gradientenfeld handelt, reicht es aber auch, ein zugehöriges Potential einfach nur anzugeben, hierfür gibt es verschiedene Methoden. Exemplarisch soll ein Potential für das Vektorfeld auf 2 verschiedene Methoden gefunden werden. v(x, y, z) = (yz + 2x, xz 2y, xy) 1. sukzessive Integration: Ein Potential findet man durch Verwendung der Gleichung v 1 x1 f f = v 1dx 1 + c(y, z) v = f v 2 = x2 f f = v 2dx 2 + c(x, z) v 3 x3 f f = v 3dx 3 + c(x, y) f(x, y, z) = xyz + x 2 + c(y, z) = v 1dx 1 + c(y, z) d d f(x, y, z) = xz + =! xz 2y = v dy dy 2 c(y, z) = y 2 + c(z) f(x, y, z) = xyz + x 2 y 2 + c(z) d dz f(x, y, z) = xy + d dz c(z)! = xy = v 3 c(z) = c f(x, y, z) = xyz + x 2 y 2 + c 7
8 2. Formel: nach Hausaufgabenblatt 1, Aufgabe 57, kann ein Potential durch folgende Formel konstruiert werden: f(x, y, z) = z v 3(,, t)dt + y v 2(, t, z)dt + x v 1(t, y, z)dt diese Methode funktioniert nur, wenn alle Verbindungslinien des Integrationsbereichs im Definitionsbereich liegen, also z.b. wenn (,,), (x,,), (x,y,), (x,y,z) im Definitionsbereich liegen und dieser konvex ist. f(x, y, z) = z dt + y ( 2t)dt + x (yz + 2t)dt = y2 + xyz + x 2 + c 3. Wichtiger Spezialfall: Das Vektorfeld v : R 3 \ {} R 3, h : R + R hat die Form v(x) = h( x )x, so ist ein zugehöriges Potential gegeben (s. Hausaufgabe 1, Aufgabe 53c) durch f(x) = H(r) = rh(r)dr r = x Beispiel: Die Gravitationsbeschleunigung der Erde ist g = G M E rh(r)dr = 1 r 2 = 1 r Somit ist ein Potential gegeben durch Φ(x) = M E G x x x 3 h( x ) = 1 x 3 8
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
MehrThema14 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.
Mehr16 Vektorfelder und 1-Formen
45 16 Vektorfelder und 1-Formen 16.1 Vektorfelder Ein Vektorfeld v auf D R n ist eine Abbildung v : D R n, x v(x). Beispiele. Elektrisches und Magnetisches Feld E(x), B(x), Geschwindigkeitsfeld einer Strömung
Mehr1 Eingebettete Untermannigfaltigkeiten des R d
$Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die
MehrMathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder
DGL Schwingung Physikalische Felder Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder Johannes Wiedersich 23. April 2008 http://www.e13.physik.tu-muenchen.de/wiedersich/
Mehr11 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
MehrDivergenz und Rotation von Vektorfeldern
Divergenz und Rotation von Vektorfeldern Mit Hilfe des Nabla-Operators können nun zwei weitere wichtige elementare Operationen definiert werden, welche formal der Bildung des Skalarproduktes bzw. des äußeren
Mehrf(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
MehrMathematik 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
MehrÜbungen 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.
Mehrf(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
MehrRückblick 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
MehrB 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,
MehrExtrema 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
MehrÜBUNGSBLATT 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
MehrD-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(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,
MehrKapitel 5 Untermannigfaltigkeiten. 5.1 Glatte Flächen in R 3
Kapitel 5 Untermannigfaltigkeiten 5.1 Glatte Flächen in R 3 Bisher haben wir unter einem glatten Weg im R n stets eine differenzierbare Abbildung γ:i R n, definiert auf einem Intervall I R, verstanden.
MehrTechnische 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
MehrDies ist nun eine Differentialgleichung zweiter Ordnung mit dem Randwertproblem x(t 0 ) = x 0 und x(t 1 ) = x 1.
Florian Niederreiter Karolina Stoiber Ferienkurs Analysis für Physiker SS 15 A 1 Variationsrechnung 1.1 Lagrange. Art Wir führen die Überlegungen von gestern fort und wollen nun die Lagrangegleichungen.
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
Mehr2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n
2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n f ist in dem Fall ein Weg in R n. Das Bild f(t) des Weges wird als Kurve
Mehr( ) Lineare Gleichungssysteme
102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv
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
MehrMathematik für Anwender I. Beispielklausur I mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
MehrLösung 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
Mehr3 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
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 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
MehrKapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen
Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,
MehrHöhere Mathematik für Naturwissenschaftler und Ingenieure
Günter Bärwolff Höhere Mathematik für Naturwissenschaftler und Ingenieure unter Mitarbeit von Gottfried Seifert ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spekt rum K-/1. AKADEMISCHER VERLAG AKADEMISC Inhaltsverzeichnis
MehrVorlesungsfolien Mathematik 3 WS 2010/11 UMIT. Einleitung
Vorlesungsfolien Mathematik 3 WS 2010/11 Dr. Leonhard Wieser UMIT Einleitung Begriff Vektoranalysis: Kombination aus Linearer Algebra/Vektorrechnung mit Differential- und Integralrechnung Inhaltsangabe:
MehrÜbungen 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
Mehr55 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 :
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
MehrMathematischer 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
MehrHöhere Mathematik III WS 05/06 Lösungshinweis Aufgabe G 11 Blatt 2
Höhere Mathematik III WS 5/6 Lösungshinweis Aufgabe G 11 Blatt Die zu optimierende Zielfunktion ist der Abstand zum Ursprung. Ein bekannter Trick (Vereinfachung der Rechnung) besteht darin, das Quadrat
MehrKurven. Darstellungsweisen. Steigung von Kurven. Implizite Funktionen. Bogenlänge. Felder. Kurvenintegrale. Wegunabhängigkeit
Ergänzung Kurven Darstellungsweisen Steigung von Kurven Implizite Funktionen Bogenlänge Felder Kurvenintegrale Wegunabhängigkeit Kurven Darstellungsweisen Funktionen und Kurven Wir haben schon zahlreiche
MehrTrennung der Variablen, Aufgaben, Teil 1
Trennung der Variablen, Aufgaben, Teil -E -E Trennung der Variablen Die Differenzialgleichung. Ordnung mit getrennten Variablen hat die Gestalt f ( y) dy = g (x) dx Satz: Sei f (y) im Intervall I und g
Mehr1 Formen und äußeres Differential
1 Formen und äußeres Differential Wir betrachten den n-dimensionalen reellen Raum R n = { x = x 1,...,x n ) : x i R für i = 1,...,n }. Definition 1.1 Ein Tangentialvektor an R n im Punkt x R n ist ein
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
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
Mehr10 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
MehrAnalysis 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
MehrDefinition 1.1 (Wirkung) Wir wollen die Kurvenverläufe x(t) finden, die das Funktional
Christina Schindler Karolina Stoiber Ferienkurs Analysis für Physiker SS 13 A 1 Variationsrechnung 1.1 Lagrange. Art Wir führen die Überlegungen von gestern fort und wollen nun die Lagrangegleichungen.
MehrProf. Dr. Rolf Linn
Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen
Mehr1. 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
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrKleine 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..................................
MehrSS 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
Mehr1 Vektoralgebra (3D euklidischer Raum R 3 )
Institut für Physik der Martin-Luther-Universität Halle-Wittenberg WS 202/203 Vorlesung Elektrodynamik LAG PD Dr. Angelika Chassé) Vektoralgebra 3D euklidischer Raum R 3 ). Grundbegriffe = Vektordefinition
Mehr3.4 Gradient, Divergenz, Rotation in anderen Koordinaten
3.3.5 Rechenregeln Für Skalarfelder f, g und Vektorfelder v, w gelten die Beziehungen fg) = f g + g f v w) = v ) w + w ) v + v w) + w v) f v) = f v + v f v w) = w v) v w) 3.5a) 3.5b) 3.5c) 3.5d) f) = div
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 33 Das Kreuzprodukt Eine Besonderheit im R 3 ist das sogenannte Kreuzprodukt, das zu zwei gegebenen Vektoren
MehrAnalysis I. 4. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
MehrEigenwerte 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
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
MehrUntersuchen 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)
Mehrf 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
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
MehrKapitel 15: Differentialgleichungen
FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen
Mehr1.4 Gradient, Divergenz und Rotation
.4 Gradient, Divergenz und Rotation 5.4 Gradient, Divergenz und Rotation Die Begriffe Gradient, Divergenz und Rotation erfordern die partiellen Ableitung aus Abschnitt.. sowie das Konzept des Differentialoperators.
MehrOutline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie
Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende
MehrC 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
MehrMusterlösung 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
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
MehrTutorium 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,
MehrLösungen 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
Mehr4 Lineare Algebra (Teil 2): Quadratische Matrizen
4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,
MehrKapitel 6 Vektoranalysis. 6.1 Glatte Kurven und Flächen in R 3
Kapitel 6 Vektoranalysis 6. Glatte Kurven und Flächen in R 3 Bisher haben wir unter einem glatten Weg im R n stets eine differenzierbare Abbildung γ:i R n, definiert auf einem Intervall I R, verstanden.
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,
MehrFachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum
Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume
MehrLineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA
Lineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch e-mail: theorie@ronaldbalestra.ch 19. Oktober 2009 Überblick über die bisherigen
MehrVorlesung: 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
MehrThema 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
MehrMathematik für Wirtschaftswissenschaftler, WS 10/11 Musterlösungen zu Aufgabenblatt 11
Mathematik für Wirtschaftswissenschaftler, WS / Musterlösungen zu Aufgabenblatt Aufgabe 76: Bestimmen Sie mittels Gauß-Elimination die allgemeine Lösung der folgenden linearen Gleichungssysteme Ax b: a)
Mehr4. Vektorräume und Gleichungssysteme
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 41 und 42 4 Vektorräume
Mehr3.4 Der Gaußsche Algorithmus
94 34 Der Gaußsche Algorithmus Wir kommen jetzt zur expliziten numerischen Lösung des eingangs als eine Motivierung für die Lineare Algebra angegebenen linearen Gleichungssystems 341 n 1 a ik x k = b i,
MehrModulabschlussklausur 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
MehrKomplexe Zahlen und konforme Abbildungen
Kapitel 1 Komplexe Zahlen und konforme Abbildungen 1.0 Geometrie der komplexen Zahlen Die Menge C der komplexen Zahlen, lässt sich mithilfe der bijektiven Abbildung C := {x + iy : x,y R}, C z = x + iy
MehrMusterlösung 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
MehrTheoretische Physik: Mechanik
Ferienkurs Theoretische Physik: Mechanik Sommer 2016 Vorlesung 1 (mit freundlicher Genehmigung von Verena Walbrecht) Technische Universität München 1 Fakultät für Physik Inhaltsverzeichnis 1 Mathematische
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem
Mehr(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
MehrKlausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler
Wintersemester 2007/08 27.2.2008 Dr. Sascha Kurz Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler Bitte lesbar ausfüllen, Zutreffendes ankreuzen Herr Frau Name, Vorname: Anschrift:
MehrLösungen Serie 6 (Vektorräume, Skalarprodukt)
Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9
Mehr2. Stetigkeit und Differenzierbarkeit
2. Stetigkeit Differenzierbarkeit 9 2. Stetigkeit Differenzierbarkeit Wir wollen uns nun komplexen Funktionen zuwenden dabei zunächst die ersten in der Analysis betrachteten Eigenschaften untersuchen,
MehrÜbungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016
Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)
MehrLineare Abbildungen und Darstellungsmatrizen
KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt
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 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
MehrMathematik 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
MehrSerie 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
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
MehrKomplexe Funktionen. für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg. Reiner Lauterbach. Universität Hamburg
Komplexe Funktionen für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Universität Hamburg SS 2006 Reiner Lauterbach (Universität Hamburg) Komplexe Funktionen
MehrEinführung in die höhere Mathematik 2
Herbert Dallmann und Karl-Heinz Elster Einführung in die höhere Mathematik 2 Lehrbuch für Naturwissenschaftler und Ingenieure ab 1. Semester Mit 153 Bildern Friedr. Vieweg & Sohn Braunschweig /Wiesbaden
MehrDas entscheidende Ergebnis der Analysis einer rellen Variablen ist der Hauptsatz der Differential- und Integralrechnung. f (x) dx = F (b) F (a),
Kapitel Integralsätze.1 Einleitung und Übersicht Das entscheidende Ergebnis der Analysis einer rellen Variablen ist der Hauptsatz der Differential- und Integralrechnung b a f (x) (b) (a), der es erlaubt,
MehrDarstellungsformeln für die Lösung von parabolischen Differentialgleichungen
Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung
MehrKLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008
KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch
Mehr