aboutsummaryrefslogtreecommitdiffstats
path: root/buch
diff options
context:
space:
mode:
authorAndreas Müller <andreas.mueller@ost.ch>2021-09-09 09:11:54 +0200
committerAndreas Müller <andreas.mueller@ost.ch>2021-09-09 09:11:54 +0200
commitc4468301f6dab4099c485349a3fd97bd1baf3282 (patch)
tree8495d6a6ec14b7731ad9e695e298898ed5e5ac4f /buch
parentmore page headers (diff)
downloadSeminarMatrizen-c4468301f6dab4099c485349a3fd97bd1baf3282.tar.gz
SeminarMatrizen-c4468301f6dab4099c485349a3fd97bd1baf3282.zip
typos
Diffstat (limited to '')
-rw-r--r--buch/chapters/40-eigenwerte/grundlagen.tex2
-rw-r--r--buch/papers/clifford/2_QuadratVektoren.tex2
-rw-r--r--buch/papers/clifford/7_Reflektion.tex4
-rw-r--r--buch/papers/spannung/main.tex2
-rw-r--r--buch/papers/spannung/teil0.tex2
-rw-r--r--buch/papers/spannung/teil2.tex2
-rw-r--r--buch/papers/uebersicht.tex110
7 files changed, 116 insertions, 8 deletions
diff --git a/buch/chapters/40-eigenwerte/grundlagen.tex b/buch/chapters/40-eigenwerte/grundlagen.tex
index 91294f1..08f2105 100644
--- a/buch/chapters/40-eigenwerte/grundlagen.tex
+++ b/buch/chapters/40-eigenwerte/grundlagen.tex
@@ -27,7 +27,7 @@ bereits eine Normalform für nilpotente Matrizen.
\caption{Iterierte Kerne und Bilder einer $3\times 3$-Matrix mit Rang~2.
Die abnehmend geschachtelten iterierten Bilder
$\mathcal{J}^1(A) \subset \mathcal{J}^2(A)$
-sind links dargestellt, die zunehmen geschachtelten iterierten Kerne
+sind links dargestellt, die zunehmend geschachtelten iterierten Kerne
$\mathcal{K}^1(A) \subset \mathcal{K}^2(A)$ rechts.
\label{buch:eigenwerte:img:kernbild}}
\end{figure}
diff --git a/buch/papers/clifford/2_QuadratVektoren.tex b/buch/papers/clifford/2_QuadratVektoren.tex
index 8916e15..d54b068 100644
--- a/buch/papers/clifford/2_QuadratVektoren.tex
+++ b/buch/papers/clifford/2_QuadratVektoren.tex
@@ -4,7 +4,7 @@
Was eine Addition von Vektoren bedeutet ist sehr intuitiv und auch leicht geometrisch darzustellen wie in Abbildung \ref{figure:addition}. Was allerdings das Produkt von Vektoren ergibt, mag anfänglich unintuitiv wirken.
\begin{figure}[tb]
\centering
- \begin{tikzpicture}
+ \begin{tikzpicture}[>=latex]
\draw[thin,gray!40] (0,0) grid (4,4);
\draw[blue,thick,->] (0,0)--(3.5,2) node[midway,above,sloped] {$\textbf{a}$};
\draw[red,thick,->] (3.5,2)--(1.5,3.8) node[midway,above,sloped] {$\textbf{b}$};
diff --git a/buch/papers/clifford/7_Reflektion.tex b/buch/papers/clifford/7_Reflektion.tex
index 549848c..d4f2c6f 100644
--- a/buch/papers/clifford/7_Reflektion.tex
+++ b/buch/papers/clifford/7_Reflektion.tex
@@ -9,7 +9,7 @@
Die Spiegelung ist eine grundlegende, geometrische Operation, aus welcher man weitere Operationen, wie beispielsweise die später beschriebene Rotation, ableiten kann. Da die geometrische Algebra für geometrische Anwendungen ausgelegt ist, sollte die Spiegelung auch eine einfache, praktische Formulierung besitzen.
\begin{figure}
\centering
- \begin{tikzpicture}
+ \begin{tikzpicture}[>=latex]
\draw[thin,gray!40] (-3,-1) grid (3,3);
\draw[<->] (-3,0)--(3,0) node[right]{$a_1$};
\draw[<->] (0,-1)--(0,3) node[above]{$a_2$};
@@ -92,4 +92,4 @@ Verwendet man für $\mathbf{u}$ nur einen Einheitsvektor $\mathbf{\hat{u}}$, wel
\begin{align}
\mathbf{v'} = -\mathbf{\hat{u}v\hat{u}}
\end{align}
-vereinfacht. Im Gegensatz zu den Abbildungen in der linearen Algebra, welche in jeder anderen Dimension, durch andere Matrizen \eqref{Spiegelmatrizen} beschrieben werden müssen, ist es in der geometrischen Algebra immer der gleiche Vorgehensweise. Zudem ist diese kompakte Schreibweise in der linearen Algebra nicht möglich, da bis auf das Vektorprodukt in der dritten Dimension keine Multiplikation von Vektoren definiert ist. \ No newline at end of file
+vereinfacht. Im Gegensatz zu den Abbildungen in der linearen Algebra, welche in jeder anderen Dimension, durch andere Matrizen \eqref{Spiegelmatrizen} beschrieben werden müssen, ist es in der geometrischen Algebra immer der gleiche Vorgehensweise. Zudem ist diese kompakte Schreibweise in der linearen Algebra nicht möglich, da bis auf das Vektorprodukt in der dritten Dimension keine Multiplikation von Vektoren definiert ist.
diff --git a/buch/papers/spannung/main.tex b/buch/papers/spannung/main.tex
index 43b313e..14bab31 100644
--- a/buch/papers/spannung/main.tex
+++ b/buch/papers/spannung/main.tex
@@ -6,7 +6,7 @@
\chapter{Dreidimensionaler Spannungszustand\label{chapter:spannung}}
\lhead{Dreidimensionaler Spannungszustand}
\begin{refsection}
-\chapterauthor{Adrian Schuler und Thomas Reichlin}
+\chapterauthor{Thomas Reichlin und Adrian Schuler}
% TODO Text
diff --git a/buch/papers/spannung/teil0.tex b/buch/papers/spannung/teil0.tex
index d4a07ab..17e1d21 100644
--- a/buch/papers/spannung/teil0.tex
+++ b/buch/papers/spannung/teil0.tex
@@ -9,7 +9,7 @@ Man spricht auch von einem Elementarwürfel.
\begin{figure}
\centering
\includegraphics[width=0.4\linewidth,keepaspectratio]{papers/spannung/Grafiken/Bild2.png}
- \caption{Infinitesimales Bodenelement mit den 9 Spannungen}
+ \caption{Infinitesimales Bodenelement mit den neun Spannungen}
\label{fig:Bild2}
\end{figure}
diff --git a/buch/papers/spannung/teil2.tex b/buch/papers/spannung/teil2.tex
index b260b6f..ddd591f 100644
--- a/buch/papers/spannung/teil2.tex
+++ b/buch/papers/spannung/teil2.tex
@@ -4,7 +4,7 @@ Durch komplexe Spannungsausbreitungen im Boden entstehen im 3D-Spannungszustand
\begin{figure}
\centering
\includegraphics[width=0.30\linewidth,keepaspectratio]{papers/spannung/Grafiken/infinitesimalerWuerfel.png}
- \caption{Beispiel eines Spannungszustandes; Vergrösserung eines infinitesimalen Bodenteilchen}
+ \caption{Beispiel eines Spannungszustandes; Vergrösserung eines infinitesimalen Bodenteilchens}
\label{fig:infinitesimalerWuerfel}
\end{figure}
Ein Tensor 0.~Stufe, sprich ein Skalar, kann lediglich den 1D-Spannungszustand beschreiben.
diff --git a/buch/papers/uebersicht.tex b/buch/papers/uebersicht.tex
index b809892..31f2c58 100644
--- a/buch/papers/uebersicht.tex
+++ b/buch/papers/uebersicht.tex
@@ -10,5 +10,113 @@
Im zweiten Teil kommen die Teilnehmer des Seminars selbst zu Wort.
Die im ersten Teil dargelegten mathematischen Methoden und
grundlegenden Modelle werden dabei verfeinert, verallgemeinert
-und auch numerisch überprüft.
+und auf vielfältige Weise angewandt.
+
+Den Anfang machen {\em Robine Luchsinger} und {\em Pascal Andreas Schmid},
+die zeigen, wie man basierend auf der Adjazenzmatrix Suchalgorithmen
+für Netzwerke aufbauen kann.
+Sie konzentrieren sich dabei auf Verkehrsnetze, die die zusätzliche
+Eigenschaft haben, eine geometrische Realsierung zu besitzen.
+Diese führt zu zusätzlichen Einschränkungen, die einen positiven
+Einfluss auf die Effizienz der Suchalgorithmen haben können.
+
+Die naive Umsetzung der Definition der Matrizenmultiplikation in
+ein Coputerprogramm ist nicht unbedingt die effizienteste.
+{\em Michael Schmid} stellt die Algorithmen von Strassen und
+Windograd vor, welche ermöglichen, die Laufzeitkomplexität
+von $O(n^3)$ auf $O(n^{2.8074})$ oder noch schneller zu verbessern.
+Allerdings nur unter gewissen Voraussetzungen, die im Paper
+ebenfalls diskutiert werden.
+
+Eine der schönsten Anwendungen der Gruppentheorie ist die
+Kristallographie.
+{\em Naoki Pross} und {\em Tim Tönz} zeigen, wie man mit ihrer
+Hilfe Kristalle klassifizieren kann, und sie illustrieren am Beispiel
+der Piezoelektrizität, dass man auch physikalische Eigenschaften daraus
+ableiten kann.
+
+Der Reed-Solomon-Code ist ein Klassiker unter den fehlerkorrigierenden
+Codes.
+Berühmt gemacht durch seine Anwendung in den Voyager-Sonden und in CDs
+und DVDs, begegnet er uns heute auch in den allgegenwärtigen QR-Codes.
+Ein ganzes Arsenal von algebraischen Methoden ist nötig, um seine
+Funktionsweise zu verstehen.
+{\em Joshua Bär} und {\em Michael Steiner} zeigen in vielen Einzelschritten,
+wie die man die einzelnen Ideen an vertrauteren Beispielen aus der
+elementaren Algebra und der Fourier-Theorie verstehen kann.
+Die Übertragung in einen Polynomring über einem endlichen Körper
+ist dann nicht mehr schwierig.
+
+Wer glaubt, mit linearen Abbildungen lassen sich nur gradlinige
+Objekte beschreiben, liegt völlig falsch.
+Die Arbeit von {\em Alain Keller} zeigt, dass die Iteration von
+affinen Abbildungen hochkomplexe Fraktale hervorbringen kann.
+Solche iterierten Funktionsschemata erzeugen aber nicht nur schöne
+Bilder, man kann daraus auch eine Idee zur Kompression von
+Bildern ableiten.
+
+Es gibt zwar noch keine ernstzunehmenden Quantencomputer, aber man weiss
+bereits, dass ein leistungsfähriger Quantencomputer viele der heute
+im Internet üblichen Verschlüsselungsverfahren, allen voran das RSA-Verfahren,
+brechen könnten.
+Das McEliece-Kryptosystem kombiniert verschiedene Arten von Matrizen
+mit zufälligem Rauschen und einem fehlerkorrigierenden Code.
+Wie {\em Reto Fritsche} erklärt, kommt dabei ein Verschlüsselungsverfahren
+heraus, welches nach heutigem Wissensstand gegen Angriffe mit
+Quantencomputern resistent ist.
+
+Vektoren und Matrizen bilden die Basis vieler geometrischer
+Anwendungen.
+Doch ist die Beschreibung von Bewegungen im Raum mit Matrizen nicht
+immer einfach.
+In der Ebene kann man die komplexen Zahlen als Modell verwenden,
+wo Drehungen und Translationen durch einfache arithmetische
+Operationen mit Zahlen beschrieben werden können.
+{\em Marius Baumann} und {\em Thierry Schwaller} tauchen in die
+geometrische Algebra ein, welche diese Idee verallgemeinert.
+Sie illustrieren, wie sich mit geometrischer Algebra Bewegungen
+in $\mathbb{R}^n$ einfach beschreiben lassen.
+So gibt es zum Beispiel ein Euler-Formel, für Drehungen und Spiegelungen
+kann die selbe Abbildungsformel verwendet werden und die Zusammensetzung
+von Transformationen ist eine Multiplikation in einer Algebra, die
+aus den Vektoren konstruiert worden ist.
+In drei Dimensionen ist diese Algebra der Quaternionen sehr
+beliebt zum Beispiel in der Computergraphik.
+
+Man soll sein Haus nicht auf Sand bauen, sagt eine Redensart.
+Etwas mathematischer heisst das, dass man den Spannungszustand,
+der von einem Gebäude im darunterliegenden Boden aufgebaut wird,
+im Detail verstehen und modellieren können sollte.
+Dazu muss man erst eine geeignete Darstellung finden.
+{\em Thomas Reichlin} und {\em Adrian Schuler} zeigen, wie man
+dazu eigentlich über die Welt der Matrizen hinaus gehen muss und
+sich mit sogenannten Tensoren herumschlagen muss.
+Dank sinnvollen Annahmen über die reale Situation im Boden
+kann man aber wieder auf eine handlichere Beschreibung zurückkommen,
+die wieder nur Matrizen verwendet.
+Ausserdem ergeben sich daraus spezielle Blockstrukturen der
+Matrizen.
+
+Ein Erdbeben versetzt alles auf der Erdoberfläche in Bewegung und
+kann beträchtliche Schäden anrichten.
+Daher wird die seismische Aktivität weiltweit überwacht.
+Ein Seismograph enthält eine schwingungsfähige Masse, die die Bewegungen
+aufzeichen kann.
+Doch welcher Teil der aufgezeichneten Bewegung kommt vom Erdbeben,
+und welcher Teil ist Eigenschwingung der Messmasse?
+Dieser Frage gehen {\em Fabio Viecelli} und {\em Lukas Zogg} nach.
+Die Antwort gelingt mit einem Klassiker unter den Ingenieur-Methoden:
+dem Kalman-Filter.
+
+Eine Matrix kann dazu verwende werden, die Kosten zusammenzustellen,
+die die Lösung einzelner Aufgaben durch verschiedene Anbieter
+verursachen würden.
+Doch wie findet man jetzt diejenige Zuteilung der Aufgaben
+zu den Anbietern, die die Gesamtkosten minimiert.
+Für dieses klassische Zuordnungsproblem ist die
+von {\em Marc Kühne} beschriebene ungarische Methode,
+auch als Munkres-Algorithmus bekannt, eine besonders effiziente
+Lösung.
+
+