Title | FSHM2 - Zusammenfassung Höhere Mathematik 2 |
---|---|
Author | Mohamed Elrefaie |
Course | Höhere Mathematik 2 |
Institution | Technische Universität München |
Pages | 4 |
File Size | 863.2 KB |
File Type | |
Total Downloads | 438 |
Total Views | 744 |
Lin. Abbildung, Darstellungsmatrizen & DimensionsformelBasistransformationDarstellungsmatrix mit dem Koordinatenvektor:Diagonalisieren von MatrizenBei einer oberen Dreiecksmatrix kann man die Eigenwerte inklusive Vielfachheit an der Diagonalen ablesen.Nilpotente Matrizen:Jede Dreieckmatrix m...
Lin. Abbildung, Darstellungsmatrizen & Dimensionsformel
Diagonalisieren von Matrizen
Jordannormalform
Bei einer oberen Dreiecksmatrix kann man die Eigenwerte inklusive Vielfachheit an der Diagonalen ablesen.
Die Anzahl der Jordanblöcke der Größe s :
Basistransformation Die Exponentialfunktion für Matrizen
Die Exponentialfunktion als Lösung linearer DGL-Systeme
Nilpotente Matrizen:Jede Dreieckmatrix mit Nullen auf der Hauptdiagonal ( det = spur = 0 und damit nicht invertierbar)
Darstellungsmatrix mit dem Koordinatenvektor:
Kleinste K = Zeilenanzahl der größten JK
Hessematrix Koordinatentransformation und Transformationsmatrix Polarkoordinaten:
Extremwertbestimmung unter Nebenbedingungen Jacobimatrix
1) 2) 3)
Zylinderkoordinaten:
Stationäre Punkte ohne Nebenbedingung f(x) Lagrangefunktion Stationäre Punkte die Nebenbedingung g(x)
Kugelkoordinaten:
Kettenregel Das (mehrdimensionale) Newtonverfahren Satz vom Minimum und Maximum:
Taylorentwicklung
Differentialoperatoren
Nach dem Satz von Schwarz muss die Hessematrix daher symmetrisch sein.
Kurven und Kurvenintegrale
Existenz einer Stammfunktion
Die Transformationsformel
Ebener Satz von Gauß
Das skalare und das vektorielle Kurvenintegral
Falls
dann gilt:
Gradientenfeld Der ebene Satz von Green
Satz von Stokes
1. Basiswechsel
Singulärwertzerlegung
>> B=[[8;-6;7],[-16;7;-13],[9;-3;7]]; >> C=[[1;-2;1],[3;-1;2],[2;1;2]]; >> BMfB=[1 -18 15;-1 -22 15;1 -25 22]; >> CMfC=inv(C)*B*BMfB*inv(B)*C (oder >> CMfC=C\\B*BMv(B)*C)
2.Diagonalisieren einer Matrix >> B=[[1;-2;2],[0;-1;1],[-1;1;-2]] >> inv(B) >> B*diag([1 2 -1])*inv(B)
3.Singulärwertzerlegung >> [U,S,V]=svd([1 0;1 1;0 1]) Ergebnis unterscheidet sich nur im Vorzeichen von U und V (Wahl der normierte Eigenvektoren)
4. Newtonverfahren
Die Singulärwerte sind die Wurzeln der von Null verschiedenen EWe
Der Potenzreihenansatz
f = @(x) [0.1*x(1)^2 + sin(x(2)) - x(2); cos(x(1)) + 0.1*x(2)^2 - x(2)]; Df = @(x) [0.2*x(1)-1, cos(x(2)); -sin(x(1)), 0.2*x(2)-1]; x = rand(2,1); TOL = 1e-9; delta_x = Inf; k = 0; while norm(delta_x) > TOL delta_x = Df(x)\f(x); x = x - delta_x k = k+1; %Anzahl der Iterationen end %Newtonverfahren als Funktion function [ x, xvec, deltax ] = newtonverf( f,Df,x,TOL ) weiter=1; xvec=[]; while weiter deltax=Df(x)\f(x); lS=Df(x)\f(x-deltax); x=x-deltax; xvec=[xvec x]; weiter=norm(deltax) > TOL & norm(lS)< norm(deltax); end end
5. Skizzieren der Nullstellenmenge F=@(x,y) x.^3+y.^3-3*x.*y; [X,Y]=meshgrid(-2:.02:2,-2:.02:2); contour(X,Y,F(X,Y),[0 0])
6.Max/Min Lagrange f= @(x,y) x.^2-.5*x.*y+.25*y.^2-x; g=@(x,y) x.^2+.25*y.^2-1; [X,Y]=meshgrid(-3:.02:3,-3:.02:3); figure hold on; contour(X,Y,f(X,Y),-1/3.+.0001+[0:.2:4]); contour(X,Y,g(X,Y),[0 0],"black"); hold off % Der Rand der Ellipse ist schwarz. Die höhenlinien von f sind über Ellipse hinaus farbig eingezeichnet
7.Bogenlänge einer Kurve > integral(@(t) sqrt(8+(12*pi)^2*(1-t).^2),0,1)
8.Schraubenlinie a = 0; b = 4*pi; t = linspace(a,b,100); r = 1; h = 2; gamma = [r*cos(t); r*sin(t); h*t]; plot3(gamma(1,:),gamma(2,:),gamma(3,:));...