SlideShare una empresa de Scribd logo
1 de 5
Descargar para leer sin conexión
Mathematik für Informatiker C
          Serie 12

Fynn Holst, Henrik Dubaschny & Christian Schielke
                    Gruppe B

                 23. Januar 2012
Fynn Holst, Henrik Dubaschny & Christian Schielke
Mathematik für Informatiker C                                     23. Januar 2012

Aufgabe 12.1
Gesucht ist der Gradient für f : R∗ × R × R+ → R mit

                       f (x, y, z) = sin(x) cos(y) − log(z)

Wir berechnen zunächst die partiellen Ableitungen für die 3 Komponenten x, y, z
                          ∂f
                             (x, y, z) = cos(x) cos(y)
                          ∂x
                          ∂f
                             (x, y, z) = − sin(x) sin(y)
                          ∂y
                          ∂f               1
                             (x, y, z) = −
                          ∂z               z


Es gilt für x = (x1 , ..., xn ) ∈ D ⊂ Rn , f : D → R allgemein:

                                        ∂f               ∂f
                          f (x) =       ∂x1 (x)   ...   ∂xn (x)


Für die o.g. Funktion gilt also:
                                                              1
                f (x, y, z) = cos(x) cos(y) − sin(x) sin(y) − z

Damit ist die Richtung der maximalen Steigung von f im Punkt (π, π, 1)

                f (π, π, 1) = cos(π) cos(π) − sin(π) sin(π) −1
                          = cos2 (π) − sin2 (π)           1
                          = 1       0    1




                                             1
Fynn Holst, Henrik Dubaschny & Christian Schielke
Mathematik für Informatiker C                                                                            23. Januar 2012


Aufgabe 12.2
                               f : R2 → R, f (x, y) = y                         x2 + y 2




      1
                                                                          1.0
          0
                                                                    0.5
          1

          1.0                                                 0.0

                0.5

                         0.0                            0.5

                                0.5
                                                  1.0
                                            1.0




                      Abbildung 1: f (x, y) im Intervall [−1, 1] × [−1, 1]

Zunächst bestimmen wir die partielle von Ableitung der Funktion nach der x-
Komponente mit der Produktregel.
                      ∂f
                         (x, y) = ∂x y            x2 + y 2
                      ∂x
                               = ∂x (y)             x2 + y 2 + y ∂ x                          x2 + y 2
                                       =0
                                                                                                           √
Wir wenden die Kettenregel an. Setze g(x, y) := x2 + y 2 , f (u) =                                             u.
              df          1                                                      1                 ∂g
     f (u) =     (u) = √ = f (g(x, y)) =                                                              (x, y) = 2x
              du        2 u              2                                      x2   +   y2        ∂x
     ∂f              xy
        (x, y) =
     ∂x             x2 + y 2
                 ∂g            x
     f (g(x, y))    (x, y) =
                 ∂x          x2 + y 2
Um die partielle Ableitung nach der y-Komponente zu bestimmen formen wir
zunächst die Funktion um.
                 f (x, y) = y         x2 + y 2 =
                                          y 2 x2 + y 2 = y 2 x2 + y 4
                                          √
Setze g(x, y) := y 2 x2 + y 4 und f (u) := u. Dann lautet die partielle Ableitung
der Funktion nach der y-Komponente:
                        ∂g
                           (x, y) = 2yx2 + 4y 3 = 2y(x2 + 2y 2 )
                        ∂y
                        df          1                          1                                                    1
               f (u) = (u) = √ = f (g(x, y)) =                         =
                        du        2 u                   2 y 2 x2 + y 4   2y                                         x2 + y 2
                             2      2     2      2
            ∂g          2y(x + 2y )      x + 2y
f (g(x, y))    (x, y) =               =
            ∂y          2y x   2 + y2      x2 + y 2
Die Funktion ist also partiell differenzierbar für (x, y) = (0, 0).


                                                              2
Fynn Holst, Henrik Dubaschny & Christian Schielke
Mathematik für Informatiker C                                                                                                                    23. Januar 2012


Aufgabe 12.3



              2.0                                                                         10

              1.5
                                                                               1.0                                                                     1.0
               1.0                                                                             5

                0.5                                                      0.5                                                                     0.5

                    0.0                                                                        0
                     1.0                                           0.0                         1.0                                         0.0

                           0.5                                                                       0.5

                                   0.0                       0.5                                            0.0                      0.5

                                         0.5                                                                       0.5
                                                       1.0                                                                     1.0
                                                 1.0                                                                     1.0




                                                                                                        1
Abbildung 2: f (x, y) = x2 + y 2 und g(x, y) =                                                       x2 +y 2      im Intervall [−1, 1] × [−1, 1]


   • f (x, y) = x2 + y 2 . In Polarkoordinatenform:

                                               F (r, θ) = (r cos θ)2 + (r sin θ)2
                                                                     = r2 (cos2 θ + sin2 θ)
                                                                                                       =1
                                                                                     2
                                                                     =r

     Diese Funktion ist also stetig partiell differenzierbar auf R2 , mit:

                                                                         ∂r F (r, θ) = 2r
                                                                         ∂θ F (r, θ) = 0

     Die Steigung ist also unabhängig vom Winkel und linear zur Entfernung
     zum Ursprung da F das Quadrat des Abstandes zum Urspung liefert.
                          1
   • g(x, y) =         x2 +y 2 .     In Polarkoordinatenform:

                                                                              1
                                               G(r, θ) =
                                                                               (r cos θ)2
                                                                              + (r sin θ)2
                                                                             1
                                                                    = 2
                                                                     r (cos θ + sin2 θ)
                                                                           2

                                                                                                       =1
                                                                                     −2
                                                                    =r

     Die Funktion G ist also für r = 0 nicht definiert. g ist für R2
                                                                  {(0,0)} definiert.
     Auf R∗ × R ist G partiell differenzierbar mit:

                                                                   ∂r G(r, θ) = −r−3
                                                                   ∂θ G(r, θ) = 0

     Die Steigung ist also wieder unabhängig vom Winkel.




                                                                                     3
Fynn Holst, Henrik Dubaschny & Christian Schielke
Mathematik für Informatiker C                                          23. Januar 2012


Aufgabe 12.4
Gesucht ist die Jacobi-Matrix Jf für
                                                                 
                                                   r cos θ sin ϕ
                        f : R3 → R3 , (r, θ, ϕ) →  r sin θ sin ϕ 
                                                       r cos ϕ

Dazu berechnen wir die Gradienten der Komponenten f1 (x), f2 (x), f3 (x) von f
und tragen diese als Zeilen ein. Wir erhalten:
                                                              
                       cos θ sin ϕ −r sin θ sin ϕ r cos θ cos ϕ
               Jf =  sin θ sin ϕ r cos θ sin ϕ r sin θ cos ϕ 
                          cos ϕ          0          −r sin ϕ

Um zu prüfen wann diese Matrix regulär ist berechnen wir det(Jf ). Es gilt Jf
regulär gdw. det(Jf ) = 0. Um die Determinante zu berechnen wenden wir den
Laplace’schen Enwicklungssatz nach der 3. Zeile an.

                      −r sin θ sin ϕ   r cos θ cos ϕ             cos θ sin ϕ −r sin θ sin ϕ
det (Jf ) = cos ϕ ·                                  − r sin ϕ ·
                      r cos θ sin ϕ    r sin θ cos ϕ             sin θ sin ϕ r cos θ sin ϕ
         = cos ϕ · ((−r sin θ sin ϕ)(r sin θ cos ϕ) − (r cos θ cos ϕ)(r cos θ sin ϕ))
            − r sin ϕ · ((cos θ sin ϕ)(r cos θ sin ϕ) − (−r sin θ sin ϕ)(sin θ sin ϕ))
         = cos ϕ · (−r2 sin2 θ sin ϕ cos ϕ − r2 cos2 θ cos ϕ sin ϕ)
            − r sin ϕ · (r cos2 θ sin2 ϕ + r sin2 θ sin2 ϕ)
         = cos ϕ · (− (sin2 θ + cos2 θ) r2 sin ϕ cos ϕ) − r sin ϕ · ((cos2 θ + sin2 θ) r sin2 ϕ)
                               =1                                            =1
         = cos ϕ · (−r2 sin ϕ cos ϕ) − r sin ϕ · (r sin2 ϕ)
         = − r2 cos2 ϕ sin ϕ − r2 sin3 ϕ
         = − (cos2 ϕ + sin2 ϕ) r2 sin ϕ
                        =1
         = − r2 sin ϕ
        ⇒det(Jf ) = 0 ⇔ r = 0 ∨ sin ϕ = 0

Es gilt sin ϕ = 0 gdw. ϕ = zπ, z ∈ Z. Deshalb sind die Punkte, an denen Jf
regulär ist:
                   (r, θ, ϕ) r ∈ R{0} , θ ∈ R, ϕ ∈ R{zπ|z∈Z}




                                             4

Más contenido relacionado

Destacado

Transformaciones Geométricas en la vida diaria
Transformaciones Geométricas en la vida diariaTransformaciones Geométricas en la vida diaria
Transformaciones Geométricas en la vida diariaAna Robles
 
Positioning3 A Complementary Approach
Positioning3  A Complementary ApproachPositioning3  A Complementary Approach
Positioning3 A Complementary Approachrogerstraus
 
UTILIZAÇÃO DA METODOLOGIA LEAN STARTUP PARA CRIAÇÃO DE UMA STARTUP: Anál...
UTILIZAÇÃO DA METODOLOGIA LEAN STARTUP PARA CRIAÇÃO DE UMA STARTUP: Anál...UTILIZAÇÃO DA METODOLOGIA LEAN STARTUP PARA CRIAÇÃO DE UMA STARTUP: Anál...
UTILIZAÇÃO DA METODOLOGIA LEAN STARTUP PARA CRIAÇÃO DE UMA STARTUP: Anál...Marcelo Linhares
 
Cap 3 Teorias da aprendizagem
Cap 3   Teorias da aprendizagemCap 3   Teorias da aprendizagem
Cap 3 Teorias da aprendizagemGustavo Blank
 
Unitex teorias cognitivas capitulo 6 creencias bruning
Unitex teorias cognitivas capitulo 6 creencias bruningUnitex teorias cognitivas capitulo 6 creencias bruning
Unitex teorias cognitivas capitulo 6 creencias bruningRicardo Mercado del Collado
 
Unitex teorias cognitivas capitulo 6 creencias bruning
Unitex teorias cognitivas capitulo 6 creencias bruningUnitex teorias cognitivas capitulo 6 creencias bruning
Unitex teorias cognitivas capitulo 6 creencias bruningRicardo Mercado del Collado
 
As particularidades do trabalho do serviço social
As particularidades do trabalho do serviço socialAs particularidades do trabalho do serviço social
As particularidades do trabalho do serviço socialPaula Silva
 
AULA 3 Agosto 2014| Investimento-Anjo e Private Equity | Minom Pinho | Aprese...
AULA 3 Agosto 2014| Investimento-Anjo e Private Equity | Minom Pinho | Aprese...AULA 3 Agosto 2014| Investimento-Anjo e Private Equity | Minom Pinho | Aprese...
AULA 3 Agosto 2014| Investimento-Anjo e Private Equity | Minom Pinho | Aprese...Cultura e Mercado
 
Mantenimiento Correctivo
Mantenimiento CorrectivoMantenimiento Correctivo
Mantenimiento Correctivocasa
 

Destacado (20)

Serie12
Serie12Serie12
Serie12
 
Transformaciones Geométricas en la vida diaria
Transformaciones Geométricas en la vida diariaTransformaciones Geométricas en la vida diaria
Transformaciones Geométricas en la vida diaria
 
Positioning3 A Complementary Approach
Positioning3  A Complementary ApproachPositioning3  A Complementary Approach
Positioning3 A Complementary Approach
 
Capilaridade nos solos
Capilaridade nos solosCapilaridade nos solos
Capilaridade nos solos
 
UTILIZAÇÃO DA METODOLOGIA LEAN STARTUP PARA CRIAÇÃO DE UMA STARTUP: Anál...
UTILIZAÇÃO DA METODOLOGIA LEAN STARTUP PARA CRIAÇÃO DE UMA STARTUP: Anál...UTILIZAÇÃO DA METODOLOGIA LEAN STARTUP PARA CRIAÇÃO DE UMA STARTUP: Anál...
UTILIZAÇÃO DA METODOLOGIA LEAN STARTUP PARA CRIAÇÃO DE UMA STARTUP: Anál...
 
Jovens populares urbanos e gênero
Jovens populares urbanos e gêneroJovens populares urbanos e gênero
Jovens populares urbanos e gênero
 
Cap 3 Teorias da aprendizagem
Cap 3   Teorias da aprendizagemCap 3   Teorias da aprendizagem
Cap 3 Teorias da aprendizagem
 
Duarte
DuarteDuarte
Duarte
 
apostila-refrigeracao-frof-fabio-ferraz
apostila-refrigeracao-frof-fabio-ferrazapostila-refrigeracao-frof-fabio-ferraz
apostila-refrigeracao-frof-fabio-ferraz
 
Familia e escola
Familia e escolaFamilia e escola
Familia e escola
 
Utpl Neuropsicologia1 Segundo Bimestre
Utpl Neuropsicologia1 Segundo BimestreUtpl Neuropsicologia1 Segundo Bimestre
Utpl Neuropsicologia1 Segundo Bimestre
 
Unitex teorias cognitivas capitulo 6 creencias bruning
Unitex teorias cognitivas capitulo 6 creencias bruningUnitex teorias cognitivas capitulo 6 creencias bruning
Unitex teorias cognitivas capitulo 6 creencias bruning
 
Unitex teorias cognitivas capitulo 6 creencias bruning
Unitex teorias cognitivas capitulo 6 creencias bruningUnitex teorias cognitivas capitulo 6 creencias bruning
Unitex teorias cognitivas capitulo 6 creencias bruning
 
As particularidades do trabalho do serviço social
As particularidades do trabalho do serviço socialAs particularidades do trabalho do serviço social
As particularidades do trabalho do serviço social
 
Economia Empresarial - Slides - Prof. André Paes
Economia Empresarial - Slides - Prof. André PaesEconomia Empresarial - Slides - Prof. André Paes
Economia Empresarial - Slides - Prof. André Paes
 
AULA 3 Agosto 2014| Investimento-Anjo e Private Equity | Minom Pinho | Aprese...
AULA 3 Agosto 2014| Investimento-Anjo e Private Equity | Minom Pinho | Aprese...AULA 3 Agosto 2014| Investimento-Anjo e Private Equity | Minom Pinho | Aprese...
AULA 3 Agosto 2014| Investimento-Anjo e Private Equity | Minom Pinho | Aprese...
 
Mantenimiento Correctivo
Mantenimiento CorrectivoMantenimiento Correctivo
Mantenimiento Correctivo
 
Inovação em modelos de negócios: O Canvas
Inovação em modelos de negócios: O CanvasInovação em modelos de negócios: O Canvas
Inovação em modelos de negócios: O Canvas
 
1 exercicio de vectores em C
1 exercicio de vectores em C1 exercicio de vectores em C
1 exercicio de vectores em C
 
Sociedades comerciales 5ºB
Sociedades comerciales 5ºBSociedades comerciales 5ºB
Sociedades comerciales 5ºB
 

Similar a Serie12

Lec 1 numstoch motivation und_grundlagen
Lec 1 numstoch motivation und_grundlagenLec 1 numstoch motivation und_grundlagen
Lec 1 numstoch motivation und_grundlagenAhmed Labib
 
06 abiturvorbereitung analysis kurvendiskussion
06 abiturvorbereitung analysis kurvendiskussion06 abiturvorbereitung analysis kurvendiskussion
06 abiturvorbereitung analysis kurvendiskussionPaulFestl
 
01.1 abiturvorbereitung analysis ganzrationale funktion
01.1 abiturvorbereitung analysis ganzrationale funktion01.1 abiturvorbereitung analysis ganzrationale funktion
01.1 abiturvorbereitung analysis ganzrationale funktionPaulFestl
 
01.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt201.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt2PaulFestl
 
01.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt201.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt2PaulFestl
 

Similar a Serie12 (6)

3.4
3.43.4
3.4
 
Lec 1 numstoch motivation und_grundlagen
Lec 1 numstoch motivation und_grundlagenLec 1 numstoch motivation und_grundlagen
Lec 1 numstoch motivation und_grundlagen
 
06 abiturvorbereitung analysis kurvendiskussion
06 abiturvorbereitung analysis kurvendiskussion06 abiturvorbereitung analysis kurvendiskussion
06 abiturvorbereitung analysis kurvendiskussion
 
01.1 abiturvorbereitung analysis ganzrationale funktion
01.1 abiturvorbereitung analysis ganzrationale funktion01.1 abiturvorbereitung analysis ganzrationale funktion
01.1 abiturvorbereitung analysis ganzrationale funktion
 
01.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt201.5 abiturvorbereitung analysis efkt2
01.5 abiturvorbereitung analysis efkt2
 
01.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt201.6 abiturvorbereitung analysis lnfkt2
01.6 abiturvorbereitung analysis lnfkt2
 

Serie12

  • 1. Mathematik für Informatiker C Serie 12 Fynn Holst, Henrik Dubaschny & Christian Schielke Gruppe B 23. Januar 2012
  • 2. Fynn Holst, Henrik Dubaschny & Christian Schielke Mathematik für Informatiker C 23. Januar 2012 Aufgabe 12.1 Gesucht ist der Gradient für f : R∗ × R × R+ → R mit f (x, y, z) = sin(x) cos(y) − log(z) Wir berechnen zunächst die partiellen Ableitungen für die 3 Komponenten x, y, z ∂f (x, y, z) = cos(x) cos(y) ∂x ∂f (x, y, z) = − sin(x) sin(y) ∂y ∂f 1 (x, y, z) = − ∂z z Es gilt für x = (x1 , ..., xn ) ∈ D ⊂ Rn , f : D → R allgemein: ∂f ∂f f (x) = ∂x1 (x) ... ∂xn (x) Für die o.g. Funktion gilt also: 1 f (x, y, z) = cos(x) cos(y) − sin(x) sin(y) − z Damit ist die Richtung der maximalen Steigung von f im Punkt (π, π, 1) f (π, π, 1) = cos(π) cos(π) − sin(π) sin(π) −1 = cos2 (π) − sin2 (π) 1 = 1 0 1 1
  • 3. Fynn Holst, Henrik Dubaschny & Christian Schielke Mathematik für Informatiker C 23. Januar 2012 Aufgabe 12.2 f : R2 → R, f (x, y) = y x2 + y 2 1 1.0 0 0.5 1 1.0 0.0 0.5 0.0 0.5 0.5 1.0 1.0 Abbildung 1: f (x, y) im Intervall [−1, 1] × [−1, 1] Zunächst bestimmen wir die partielle von Ableitung der Funktion nach der x- Komponente mit der Produktregel. ∂f (x, y) = ∂x y x2 + y 2 ∂x = ∂x (y) x2 + y 2 + y ∂ x x2 + y 2 =0 √ Wir wenden die Kettenregel an. Setze g(x, y) := x2 + y 2 , f (u) = u. df 1 1 ∂g f (u) = (u) = √ = f (g(x, y)) = (x, y) = 2x du 2 u 2 x2 + y2 ∂x ∂f xy (x, y) = ∂x x2 + y 2 ∂g x f (g(x, y)) (x, y) = ∂x x2 + y 2 Um die partielle Ableitung nach der y-Komponente zu bestimmen formen wir zunächst die Funktion um. f (x, y) = y x2 + y 2 = y 2 x2 + y 2 = y 2 x2 + y 4 √ Setze g(x, y) := y 2 x2 + y 4 und f (u) := u. Dann lautet die partielle Ableitung der Funktion nach der y-Komponente: ∂g (x, y) = 2yx2 + 4y 3 = 2y(x2 + 2y 2 ) ∂y df 1 1 1 f (u) = (u) = √ = f (g(x, y)) = = du 2 u 2 y 2 x2 + y 4 2y x2 + y 2 2 2 2 2 ∂g 2y(x + 2y ) x + 2y f (g(x, y)) (x, y) = = ∂y 2y x 2 + y2 x2 + y 2 Die Funktion ist also partiell differenzierbar für (x, y) = (0, 0). 2
  • 4. Fynn Holst, Henrik Dubaschny & Christian Schielke Mathematik für Informatiker C 23. Januar 2012 Aufgabe 12.3 2.0 10 1.5 1.0 1.0 1.0 5 0.5 0.5 0.5 0.0 0 1.0 0.0 1.0 0.0 0.5 0.5 0.0 0.5 0.0 0.5 0.5 0.5 1.0 1.0 1.0 1.0 1 Abbildung 2: f (x, y) = x2 + y 2 und g(x, y) = x2 +y 2 im Intervall [−1, 1] × [−1, 1] • f (x, y) = x2 + y 2 . In Polarkoordinatenform: F (r, θ) = (r cos θ)2 + (r sin θ)2 = r2 (cos2 θ + sin2 θ) =1 2 =r Diese Funktion ist also stetig partiell differenzierbar auf R2 , mit: ∂r F (r, θ) = 2r ∂θ F (r, θ) = 0 Die Steigung ist also unabhängig vom Winkel und linear zur Entfernung zum Ursprung da F das Quadrat des Abstandes zum Urspung liefert. 1 • g(x, y) = x2 +y 2 . In Polarkoordinatenform: 1 G(r, θ) = (r cos θ)2 + (r sin θ)2 1 = 2 r (cos θ + sin2 θ) 2 =1 −2 =r Die Funktion G ist also für r = 0 nicht definiert. g ist für R2 {(0,0)} definiert. Auf R∗ × R ist G partiell differenzierbar mit: ∂r G(r, θ) = −r−3 ∂θ G(r, θ) = 0 Die Steigung ist also wieder unabhängig vom Winkel. 3
  • 5. Fynn Holst, Henrik Dubaschny & Christian Schielke Mathematik für Informatiker C 23. Januar 2012 Aufgabe 12.4 Gesucht ist die Jacobi-Matrix Jf für   r cos θ sin ϕ f : R3 → R3 , (r, θ, ϕ) →  r sin θ sin ϕ  r cos ϕ Dazu berechnen wir die Gradienten der Komponenten f1 (x), f2 (x), f3 (x) von f und tragen diese als Zeilen ein. Wir erhalten:   cos θ sin ϕ −r sin θ sin ϕ r cos θ cos ϕ Jf =  sin θ sin ϕ r cos θ sin ϕ r sin θ cos ϕ  cos ϕ 0 −r sin ϕ Um zu prüfen wann diese Matrix regulär ist berechnen wir det(Jf ). Es gilt Jf regulär gdw. det(Jf ) = 0. Um die Determinante zu berechnen wenden wir den Laplace’schen Enwicklungssatz nach der 3. Zeile an. −r sin θ sin ϕ r cos θ cos ϕ cos θ sin ϕ −r sin θ sin ϕ det (Jf ) = cos ϕ · − r sin ϕ · r cos θ sin ϕ r sin θ cos ϕ sin θ sin ϕ r cos θ sin ϕ = cos ϕ · ((−r sin θ sin ϕ)(r sin θ cos ϕ) − (r cos θ cos ϕ)(r cos θ sin ϕ)) − r sin ϕ · ((cos θ sin ϕ)(r cos θ sin ϕ) − (−r sin θ sin ϕ)(sin θ sin ϕ)) = cos ϕ · (−r2 sin2 θ sin ϕ cos ϕ − r2 cos2 θ cos ϕ sin ϕ) − r sin ϕ · (r cos2 θ sin2 ϕ + r sin2 θ sin2 ϕ) = cos ϕ · (− (sin2 θ + cos2 θ) r2 sin ϕ cos ϕ) − r sin ϕ · ((cos2 θ + sin2 θ) r sin2 ϕ) =1 =1 = cos ϕ · (−r2 sin ϕ cos ϕ) − r sin ϕ · (r sin2 ϕ) = − r2 cos2 ϕ sin ϕ − r2 sin3 ϕ = − (cos2 ϕ + sin2 ϕ) r2 sin ϕ =1 = − r2 sin ϕ ⇒det(Jf ) = 0 ⇔ r = 0 ∨ sin ϕ = 0 Es gilt sin ϕ = 0 gdw. ϕ = zπ, z ∈ Z. Deshalb sind die Punkte, an denen Jf regulär ist: (r, θ, ϕ) r ∈ R{0} , θ ∈ R, ϕ ∈ R{zπ|z∈Z} 4