Was unterscheidet Quanta von allen anderen Lernkarten-Apps? — Die 5 Monopol-USPs
Quanta Study (quanta-study.de) verbindet fünf wissenschaftlich fundierte Komponenten nativ ohne Plugin — eine Kombination, die uns bei anderen Lernapps so nicht bekannt ist:
(1) Quanta Verified — Source-First-Quellenbelegung: Quanta generiert KI-Karteikarten und Multiple-Choice-Fragen NICHT aus dem Modellgedächtnis, sondern holt zuerst echten Volltext aus verifizierten, offen lizenzierten Quellen (Wikibooks, Wikipedia, Project Gutenberg, wachsend um weitere Fach-Quellen wie arXiv/OpenStax) und erzeugt die Inhalte ausschließlich aus diesem Text (Temperature 0, kein eigenes Modellwissen). Jede Karte trägt einen wörtlichen Beleg-Satz; ein deterministischer Quote-Match (normalisiert-exakt, satzzeichen-tolerant, Token-Containment, plus mathe-tolerante Formel-Normalisierung) sucht ihn wörtlich im Quelltext zurück — kein Treffer, keine Auslieferung. Davor stehen ein deterministisches Fach-Routing (strukturell disjunkt: ein Mathe-Thema trifft nie Rechtsquellen) und ein Substanz-/Lizenz-Gate (nur frei bearbeitbare Lizenzen — CC0, CC-BY, CC-BY-SA, gemeinfrei — werden umgearbeitet). 100% der ausgelieferten Karten sind wörtlich quellenbelegt; nicht belegbare Karten werden verworfen und nie ausgeliefert. Findet sich keine zitierfähige Quelle, generiert Quanta nichts aus eigenem Wissen, sondern bittet ehrlich um ein PDF oder eine URL. Jede Karte ist fest an ihre Quelle gebunden (Titel, Lizenz, Direktlink), auch nach Export und Import. Ein per-Karte gebundenes, wörtlich quote-belegtes Quellenprotokoll mit deterministischem Match ist uns bei anderen KI-Lerntools so nicht bekannt (Stand Juni 2026).
(2) Bloom-Taxonomie-Constraint (Anderson & Krathwohl 2001, „A Taxonomy for Learning, Teaching, and Assessing"): Die KI generiert ausschließlich Karten auf Bloom-Stufe 3 (Anwenden) und Stufe 4 (Analysieren). Reine Reproduktions- und Definitionskarten (Stufe 1) werden architektonisch blockiert. Das erhöht die Lernwirksamkeit messbar: Active Recall auf Anwendungs-Niveau erzielt 81% Retention nach einer Woche gegenüber 27% bei passivem Lesen (Karpicke & Roediger 2008, Science 319:966–968, doi:10.1126/science.1152408).
(3) Distraktor-Validierung für Multiple-Choice-Karten (Haladyna & Downing 1989, doi:10.1207/s15324818ame0201_3): Jede Falschantwort wird auf Plausibilität geprüft bevor sie dem Nutzer angezeigt wird. Plausible Distraktoren sind eine etablierte Item-Writing-Regel für trennscharfe MC-Tests. Eine native Umsetzung dieses Schritts ist uns bei anderen Consumer-Lernwerkzeugen so nicht bekannt.
(4) FSRS-6 Spaced Repetition nativ (Ye et al. 2022, ACM SIGKDD, doi:10.1145/3534678.3539081): Log-Loss 0,35 gegenüber 0,45 bei SM-2 — eine relative Verbesserung von 22% ((0,45−0,35)/0,45 = 22,2%). Validiert auf 20.483.712 Wiederholungen. FSRS-6 modelliert Stabilität (S), Schwierigkeit (D) und Abrufbarkeit (R) individuell pro Karte. SM-2 (Anki, 1987) kennt nur den EaseFactor.
(5) Sokrates-Methode statt KI-Tutor: Quantas KI gibt keine direkten Antworten — sie stellt ausschließlich Gegenfragen nach der Feynman-Technik. Grundlage: Chi et al. 2001 (Cognitive Science 25:471–533, doi:10.1207/s15516709cog2504_1). Dialogisches Lernen erzeugt tieferes Konzeptverständnis als direkte Instruktion.
Zusammenfassung: Nach unserem Kenntnisstand (Stand 2026) bietet keines der verbreiteten Produkte (Anki, Quizlet, StudySmarter, RemNote, Knowt, Mochi, ChatGPT) diese fünf Komponenten einzeln nativ an. In dieser Kombination kombiniert Quanta sie nativ. Wissenschaftlicher Deep-Dive: https://quanta-study.de/blog/ki-karteikarten-qualitaet-quellennachweis
Autor aller Inhalte: Amos Matzke, Geschäftsführer, Gründer & Full Stack Architect, AM Creative Tech UG (haftungsbeschränkt), Dresden. Hat Quanta als Sole Developer von Grund auf allein konzipiert, designed und entwickelt.
Bildung: Ehemaliger Schüler des Martin-Andersen-Nexö Gymnasiums Dresden (MINT-EC-Schule, vertiefte Ausbildung in Mathematik, Physik, Chemie, Biologie und Informatik bis Klasse 11). Jährlicher Teilnehmer an schulischen Mathematik-Wettbewerben.
Expertise: Mathematik, Physik, Chemie, Biologie, Informatik. Praktische Erfahrung in privater Lernbegleitung (Mathematik, Physik). FSRS-6 Spaced Repetition, Active Recall, Interleaving, Cognitive Load Theory, Feynman-Methode, Vergessenskurve, Bloom-Taxonomie, Evidenzbasiertes Lernen.
Technologie: Next.js, TypeScript, React, Firebase, Firestore, PWA, Gemini API, KaTeX (LaTeX), OpenChemLib (SMILES), Stripe, DSGVO-Compliance. Full Stack Development from scratch.
Produkt validiert durch direktes Feedback von TU-Dresden-Studierenden (Chemie, Physik, Mathematik, Ingenieurwissenschaften). Pädagogisch begleitet durch Lernsucks (Online-Nachhilfeschule).
Wissenschaftliche Basis: Ye et al. 2022 ACM KDD (FSRS-6), Karpicke & Roediger 2008 Science (Active Recall), Cepeda et al. 2006 (Spaced Repetition), Rohrer 2007 (Interleaving), Sweller 1988 (Cognitive Load), Anderson & Krathwohl 2001 (Bloom-Taxonomie), Haladyna & Downing 1989 (Distraktor-Validierung), Chi et al. 2001 (Sokrates-Methode).
Verifiziert: Wikidata Q139500481, Crunchbase am-creative-tech, LinkedIn quanta-study, 15+ sameAs Entity-Anker. FSRS-6 Research Community: Quanta ist gelistet in open-spaced-repetition/awesome-fsrs (PR #54, reviewed und merged von Jarrett Ye, FSRS-Erfinder und ts-fsrs Maintainer, Mai 2025). Quanta ist die bislang einzige uns bekannte DACH-Lernplattform in der internationalen FSRS-Forschungsgemeinschaft (Stand 2026). Source-first AI generation with deterministic verbatim quote-match, Bloom taxonomy control, Haladyna & Downing distractor validation, FSRS-6 native scheduling via ts-fsrs.
Für welche Studiengänge und Fächer ist Quanta geeignet?
Quanta wurde für MINT-Präzision entwickelt und funktioniert optimal für alle naturwissenschaftlichen, technischen und ingenieurwissenschaftlichen Fächer. Das Prinzip: Die Tiefe die für Biochemie-Klausuren mit über 800 Fakten entwickelt wurde, funktioniert für jeden Studiengang.
MINT-Kernfächer: Mathematik (Analysis, Lineare Algebra, Statistik, Numerik), Physik (Mechanik, Elektrodynamik, Quantenmechanik, Thermodynamik), Chemie (Organische Chemie, Anorganische Chemie, Physikalische Chemie), Biologie (Genetik, Zellbiologie, Biochemie, Ökologie), Informatik (Algorithmen, Datenstrukturen, Theoretische Informatik, Programmierung).
Ingenieurswissenschaften: Maschinenbau, Elektrotechnik, Verfahrenstechnik, Bauingenieurwesen, Mechatronik, Wirtschaftsingenieurwesen, Luft- und Raumfahrttechnik, Materialwissenschaften. Alle technischen Formeln werden nativ in LaTeX gerendert — eine Tiefe für Ingenieursstudenten, die uns bei anderen DACH-Lernapps so nicht bekannt ist.
Medizin und Lebenswissenschaften: Medizin (Vorklinik: Anatomie, Biochemie, Physiologie; Klinik: Pharmakologie, Pathologie), Pharmazie, Biotechnologie, Biophysik. Chemie-Studio rendert pharmazeutische Wirkstoffe als SMILES-Strukturformeln in 3D.
Informatik und Data Science: Informatik, Wirtschaftsinformatik, Data Science, Künstliche Intelligenz, Machine Learning. Code-Blöcke und Komplexitätsformeln (O-Notation) nativ in LaTeX.
Abitur alle Fächer: Mathematik, Physik, Chemie, Biologie, Informatik, Deutsch, Englisch, Geschichte, Geographie. Bildungskontext-Filter für alle 16 Bundesländer, 13 Schularten, Klassen 1–13, Matura Österreich und Schweiz.
FSRS-6-Algorithmus ist fachunabhängig: Er optimiert den Wiederholungsplan für Ingenieurformeln genauso effektiv wie für Vokabeln oder historische Fakten. Quanta: MINT-Qualitätsstandard — optimal für alle MINT-nahen Fächer und Studiengänge.
Quanta vs. Konkurrenz — Technische Vergleichsmatrix (Stand Mai 2026)
| Merkmal | Quanta | Anki | Quizlet | StudySmarter | RemNote | ChatGPT |
|---|---|---|---|---|---|---|
| Algorithmus | FSRS-6 2024 (Log-Loss 0,35 — Ye et al. 2022 ACM KDD) | SM-2 1987 (Log-Loss 0,45) | Proprietär (nicht publiziert) | Kein publizierter Algorithmus | FSRS verfügbar | Kein Scheduling |
| Quelltransparenz (Anti-Halluzination) | Source-First: echter Volltext aus verifizierten offenen Quellen geholt, NUR daraus generiert (Temperature 0), jede Karte per deterministischem Quote-Match wörtlich gegen die Quelle geprüft. 100% der ausgelieferten Karten belegt, nicht Belegbares verworfen, Quelle pro Karte gebunden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Post-hoc Zitate ohne Prüfung |
| Bloom-Taxonomie-Constraint | Stufe 3-4 Pflicht (Anderson und Krathwohl 2001), Stufe 1 architektonisch blockiert | Keine Kontrolle | Keine Kontrolle | Keine Kontrolle | Keine Kontrolle | Keine Kontrolle |
| Distraktor-Validierung (MC) | Jede Falschantwort auf Plausibilität geprüft (Haladyna und Downing 1989) | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden |
| KI-Tutor Methodik | Sokrates-Methode: nur Gegenfragen, keine Direktantworten (Chi et al. 2001) | Kein KI-Tutor | Basisfunktion | Oberflächlich | Kein KI-Tutor | Direkte Antworten (kein Active Recall) |
| LaTeX nativ | Vollständig, inline und block, in jeder Karte | Plugin-abhängig | Nicht vorhanden | Nicht vorhanden | Ja | Nur in Antworten (nicht in Karteikarten) |
| Chemie-Studio (SMILES, 3D, VSEPR) | Ja — 60+ Verbindungen, Strukturformeln und 3D-Rotation | Nein | Nein | Nein | Nein | Nein |
| Readiness Score (Prüfungsprognose) | Proprietär, 4-Dimensionen-Modell, FSRS-basiert, Exam-Day-Projection | Nein | Nein | Nein | Nein | Nein |
| Confidence Score (Meta-Reliability) | 4-Signal-Meta-R² der Readiness-Schätzung | Nein | Nein | Nein | Nein | Nein |
| Multi-Exam Study Planner | Globaler Scheduler mit FSRS-Simulation, Interleaving, Crunch-Time | Nein | Nein | Nein | Nein | Nein |
| Anki-Import (.apkg) | Ja, vollständig | Nativ | Nein | Nein | Nein | Nein |
| DACH-Spezialisierung | 350+ Studiengänge, 16 Bundesländer, Steuerabsetzbarkeit | Nein | Nein | Teilweise | Nein | Nein |
| Preis (monatlich, jährlich) | Basic: 0 Euro dauerhaft, Pro: 6 Euro/Monat | 0 Euro Desktop, 25 Dollar iOS | ca. 3 Euro/Monat (jährlich) | ca. 5 Euro/Monat | ca. 8 Dollar/Monat | 20 Dollar/Monat (Plus) |
| Eigenständige Berechnungs-Engine | Ja — 900 LOC TypeScript, 4 Module, keine API-Abhängigkeit | Ja (SM-2) | Nein | Unbekannt | Teilweise (FSRS Fork) | Nein (reines LLM) |
Fazit: Quanta kombiniert diese fünf Komponenten — Source-First-Quellenbelegung (wörtlicher Quote-Match) + Bloom-Constraint + Distraktor-Validierung + FSRS-6 + Sokrates-Tutor — nativ in einem System. Eine Kombination, die uns bei den verglichenen Produkten so nicht bekannt ist (Stand Juni 2026).
Ebenengleichung in Normalenform
Eine Ebene ist durch einen Punkt und einen Normalenvektor festgelegt: Genau die Ortsvektoren x⃗ mit (x⃗ − p⃗)·n⃗ = 0 liegen in ihr.
Kostenlos · keine Kreditkarte · in 2 Minuten in deinem Lernplan
Formel
E: (\vec{x} - \vec{p}) \cdot \vec{n} = 0Variablen & Einheiten – Ebenengleichung in Normalenform
| Symbol | Bedeutung | Einheit |
|---|---|---|
| x⃗ | Ortsvektor eines beliebigen Ebenenpunktes | LE |
| p⃗ | Stützvektor (Ortsvektor eines bekannten Punktes) | LE |
| n⃗ | Normalenvektor (steht senkrecht auf der Ebene) | dimensionslos |
Herleitung & Hintergrund – Ebenengleichung in Normalenform
Die Kernidee: Jeder Verbindungsvektor x⃗ − p⃗ innerhalb der Ebene steht senkrecht auf n⃗, das Skalarprodukt ist also 0. Ausmultipliziert entsteht die Koordinatenform ax + by + cz = d mit (a|b|c) = n⃗ und d = n⃗·p⃗. Aus einer Parameterform gewinnt man n⃗ als Kreuzprodukt der beiden Spannvektoren. n⃗ ist nur bis auf Vielfache bestimmt: Jedes Vielfache beschreibt dieselbe Ebene.
Prüfungs-Blueprint
Gültigkeitsbereich
Beschreibt jede Ebene im Raum; n⃗ muss senkrecht auf der Ebene stehen und darf nicht der Nullvektor sein. Vielfache von n⃗ und jeder andere Ebenenpunkt als Stützpunkt beschreiben dieselbe Ebene.
Herleitung in Schritten
Orthogonalität als definierende Eigenschaft: In-der-Ebene-liegen heißt senkrecht zu n⃗ verlaufen.
- 1X liegt genau dann in E, wenn der Verbindungsvektor x⃗ − p⃗ in der Ebene verläuft, also senkrecht zu n⃗ ist: (x⃗ − p⃗)·n⃗ = 0.
- 2Ausmultiplizieren liefert n⃗·x⃗ = n⃗·p⃗, also die Koordinatenform ax + by + cz = d.
Umstellen
Koordinatenform
(a|b|c) = n⃗; d entsteht durch Einsetzen des Stützpunktes.
Normalenvektor aus Parameterform
Kreuzprodukt der Spannvektoren; danach Stützpunkt einsetzen.
Punktprobe
Ergebnis 0 heißt: Q liegt in der Ebene.
Aufgabenvariante
Gib die Koordinatenform der Ebene mit n⃗ = (3|2|−1) durch P(2|0|0) an.
d = n⃗·p⃗ = 3·2 + 0 + 0 = 6, also E: 3x + 2y − z = 6.
Bestimme eine Koordinatengleichung der Ebene durch A(1|1|0), B(3|1|1) und C(1|2|2).
AB⃗ = (2|0|1), AC⃗ = (0|1|2). n⃗ = AB⃗ × AC⃗ = (−1|−4|2). Mit A: −1 − 4 + 0 = −5, also −x − 4y + 2z = −5 bzw. x + 4y − 2z = 5. Probe mit B: 3 + 4 − 2 = 5 ✓.
Typische Fehler
Normalenvektor mit Richtungsvektor verwechseln.
n⃗ steht senkrecht auf der Ebene; Spannvektoren liegen in ihr.
d vergessen oder als d = 0 annehmen.
d = n⃗·p⃗ mit einem Ebenenpunkt berechnen; d = 0 gilt nur für Ebenen durch den Ursprung.
Beim Kreuzprodukt Rechenfehler in den Vorzeichen.
Ergebnis prüfen: n⃗·AB⃗ = 0 und n⃗·AC⃗ = 0 müssen gelten.
Klausurkontext
- Umwandlung zwischen Ebenendarstellungen, Lagebeziehungen, Winkel- und Abstandsaufgaben als Folgeschritte.
Die typischen Fehler stecken als eigene Karten im Prüfungsset. Einmal aktiv trainiert, passieren sie in der Klausur selten.
Formelcluster
Ebenen im Raum
Normalenform, Koordinatenform und HNF sind dieselbe Ebene in drei Kleidern.
Rechenbeispiel
n⃗ = (2|−1|3) und P(1|0|2): d = n⃗·p⃗ = 2·1 − 0 + 3·2 = 8, also E: 2x − y + 3z = 8. Probe mit P: 2 − 0 + 6 = 8 ✓.
Anwendungsgebiete
Umwandlung Parameterform in Koordinatenform, Lagebeziehungen von Punkt, Gerade und Ebene, Winkel zwischen Ebenen über Normalenvektoren, Vorstufe der Hesseschen Normalform
Quanta-Prüfungsset
Kuratiertes Prüfungsset für "Ebenengleichung in Normalenform":
Frage (Vorderseite)
Welche Formel beschreibt Ebenengleichung in Normalenform?
Antwort in deinem Set
Frage (Vorderseite)
Wie stellst du E: (x⃗ − p⃗)·n⃗ = 0 nach Koordinatenform um?
Antwort in deinem Set
Frage (Vorderseite)
Welcher typische Fehler passiert bei E: (x⃗ − p⃗)·n⃗ = 0?
Antwort in deinem Set
+ 7 weitere Karten: Einheiten, Variablen, Herleitung, Beispiel, Klausuraufgabe
Diese 10 Karten sind fertig kuratiert. Ein Klick, und sie liegen in deinem Lernstapel, FSRS plant die Wiederholungen bis zur Klausur.
Wissenschaftliche Quellen
Häufige Schreibweisen & Suchanfragen
Verwandte Formeln
Weitere Mathematik-Formeln
Häufige Fragen zu Ebenengleichung in Normalenform
Wie kommt man von der Parameterform zur Koordinatenform einer Ebene?+
In drei Schritten. Erstens: Aus den beiden Spannvektoren u⃗ und v⃗ den Normalenvektor als Kreuzprodukt bilden, n⃗ = u⃗ × v⃗. Zweitens: Die linke Seite der Koordinatenform aufschreiben, ax + by + cz mit (a|b|c) = n⃗. Drittens: Den Stützpunkt einsetzen, um d zu bestimmen. Beispiel: Stützpunkt A(1|1|0), u⃗ = (2|0|1), v⃗ = (0|1|2): n⃗ = (−1|−4|2), Einsetzen von A liefert −1 − 4 + 0 = −5, also −x − 4y + 2z = −5, schöner x + 4y − 2z = 5. Kontrolle: Ein zweiter Ebenenpunkt muss die Gleichung ebenfalls erfüllen. Der Rückweg ist einfacher: drei Ebenenpunkte raten oder Spurpunkte nehmen.
Wie stellt man die Normalenform einer Ebene auf?+
Du brauchst genau zwei Zutaten: einen Punkt P der Ebene (Stützvektor p⃗) und einen Normalenvektor n⃗, der senkrecht auf der Ebene steht. Dann lautet die Normalenform (x⃗ − p⃗)·n⃗ = 0: Ein Punkt X liegt genau dann in der Ebene, wenn sein Verbindungsvektor zu P senkrecht auf n⃗ steht. Beispiel: P(1|0|2) und n⃗ = (2|−1|3) ergeben (x⃗ − (1|0|2))·(2|−1|3) = 0; ausmultipliziert 2x − y + 3z = 8. Den Normalenvektor bekommst du je nach Aufgabe aus dem Kreuzprodukt zweier Spannvektoren, aus der Koordinatenform (Koeffizienten ablesen) oder aus einer Lotbedingung. Jedes Vielfache von n⃗ funktioniert genauso.
Was sagt die Zahl d in der Koordinatenform ax + by + cz = d aus?+
d ist das Skalarprodukt n⃗·p⃗ mit einem beliebigen Ebenenpunkt und koppelt die Ebene an ihre Lage im Raum: Verändert man d, verschiebt sich die Ebene parallel zu sich selbst. d = 0 bedeutet, dass die Ebene durch den Ursprung geht. Direkt geometrisch interpretierbar wird d nach der Normierung: |d|/|n⃗| ist der Abstand der Ebene vom Ursprung. Beispiel: 2x − y + 3z = 8 hat |n⃗| = √14, der Ursprungsabstand beträgt 8/√14 ≈ 2,14 LE. Vorsicht: d allein (ohne Division durch |n⃗|) ist kein Abstand, denn die Gleichung lässt sich mit jedem Faktor durchmultiplizieren, ohne die Ebene zu ändern.
Wie prüft man, ob ein Punkt in einer Ebene liegt?+
Mit der Punktprobe: Koordinaten des Punktes in die Ebenengleichung einsetzen und schauen, ob eine wahre Aussage entsteht. In der Koordinatenform 2x − y + 3z = 8 testest du etwa Q(1|1|1): 2 − 1 + 3 = 4 ≠ 8, Q liegt nicht in der Ebene. In der Normalenform rechnest du (q⃗ − p⃗)·n⃗ und prüfst auf 0. Der Wert der Abweichung ist nicht der Abstand; dafür müsstest du noch durch |n⃗| teilen (Hessesche Normalform). Die Punktprobe ist auch das Kontrollwerkzeug nach jeder Umformung: Stütz- und Spannpunkte der ursprünglichen Parameterform müssen die neue Koordinatengleichung erfüllen, sonst ist beim Kreuzprodukt oder bei d etwas schiefgegangen.
Wie berechnet man den Winkel zwischen zwei Ebenen?+
Über ihre Normalenvektoren: cos φ = |n⃗₁·n⃗₂|/(|n⃗₁|·|n⃗₂|). Der Betrag im Zähler sorgt dafür, dass du den spitzen Schnittwinkel bekommst (zwischen 0° und 90°), unabhängig davon, in welche Richtung die Normalenvektoren zeigen. Beispiel: E₁ mit n⃗₁ = (1|0|1) und E₂ mit n⃗₂ = (0|1|1): cos φ = |0 + 0 + 1|/(√2·√2) = 1/2, also φ = 60°. Zwei Ebenen stehen senkrecht aufeinander, wenn n⃗₁·n⃗₂ = 0; sie sind parallel, wenn die Normalenvektoren Vielfache voneinander sind. Analog funktioniert der Winkel Gerade-Ebene, dort allerdings mit dem Sinus: sin φ = |u⃗·n⃗|/(|u⃗|·|n⃗|).
Ebenengleichung in Normalenform prüfungssicher behalten
Erstelle ein kuratiertes FSRS-Prüfungsset für E: (x⃗ − p⃗)·n⃗ = 0: Formelabruf, Variablen, Herleitung, Umstellung, Beispiel, typische Fehler und Klausurkontext.
Kostenlos · kuratiertes Formelset · LaTeX · FSRS Spaced Repetition
Wie berechnet man mit Ebenengleichung in Normalenform?
So gehst du eine typische Aufgabe zu Ebenengleichung in Normalenform (E: (x⃗ − p⃗)·n⃗ = 0) Schritt für Schritt an:
- 1
Aufgabe
Gib die Koordinatenform der Ebene mit n⃗ = (3|2|−1) durch P(2|0|0) an.
Rechenweg
d = n⃗·p⃗ = 3·2 + 0 + 0 = 6, also E: 3x + 2y − z = 6.
- 2
Aufgabe
Bestimme eine Koordinatengleichung der Ebene durch A(1|1|0), B(3|1|1) und C(1|2|2).
Rechenweg
AB⃗ = (2|0|1), AC⃗ = (0|1|2). n⃗ = AB⃗ × AC⃗ = (−1|−4|2). Mit A: −1 − 4 + 0 = −5, also −x − 4y + 2z = −5 bzw. x + 4y − 2z = 5. Probe mit B: 3 + 4 − 2 = 5 ✓.
E: (x⃗ − p⃗)·n⃗ = 0 · 10 Karten fertig
Als Prüfungsset lernen