Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 7. Aufgabe 7.1. ETH Zürich D-MATH. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018
|
|
- Vincent Raske
- vor 5 Jahren
- Abrufe
Transkript
1 Dr V Gradinaru K Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 7 Aufgabe 7 7a) Welche der folgenden Abbildungen sind linear: (i) F : x ax + b mit x, a, b R Falsch F(x + y) = ax + ay + b ax + ay + b = F(x) + F(y) für b (ii) F : x Ax + b mit x R n, A R m n und b R m Falsch F(x + y) = Ax + Ay + b Ax + Ay + b = F(x) + F(y) für b (iii) F : x Ax mit x R n, A R m n Richtig Für alle A R m n, x, y R n, α R gilt: F(x + y) = A(x + y) = Ax + Ay = F(x) + F(y) F(αx) = A(αx) = α(ax) = αf(x) (iv) F : x x + x mit x R Falsch F(x + y) = (x + y) + (x + y) x + x + y + y = F(x) + F(y) für mindestens ein x, y (v) F : x exp(x) mit x R Falsch F(x + y) = exp(x + y) = exp(x) exp(y) exp(x) + exp(y) = F(x) + F(y) für mindestens ein x, y (vi) F nimmt eine Funktion f aus der Menge der stetigen Funktion von [, ] nach R, notiert als C([, ]), und gibt die Funktion x x f(t)dt in C([, ]) zurück Richtig Für alle f, g C([, ]) und alle α R gilt: ( x ) F(f + g) = x f(t) + g(t)dt = F(αf) = ( x x ( x x ) ( αf(t)dt = x α f(t)dt + x x ) g(t)dt = F(f) + F(g) ) f(t)dt = αf(f) Seite
2 7b) Wir betrachten die Ebene E in R, gegeben durch x = x, und die lineare Abbildung F : R R, die jedes x R senkrecht auf E projiziert Welche Aussagen treffen zu? (i) Die Matrix A, welche F bezüglich der Standardbasis beschreibt, lautet (ii) Die Matrix A, welche F bezüglich der Standardbasis beschreibt, lautet Lösung: Betrachte die Standardbasis e (), e (), e () Da e () bereits in E liegt, folgt: ( F e ()) = e () = =: a () Um F(e () ), F(e () ) zu bestimmen, betrachte die Ebene {x = (siehe Bild) Die Abbildung F projiziert e () (bzw e () ) senkrecht auf E (also parallel zu (,, ) ) Es folgt aus dem Bild (zb mit Pythagoras) und aus Symmetriegründen, dass ( F e ()) ( = F e ()) = =: a () = a () Es folgt A = Seite
3 7c) Gegeben ist ein Autokonstruktionsroboter, welcher immer die gleiche Drehung mit einem Stoss durchführt, um ein Element in die Karosserie einzufügen Die dazugehörige lineare Abbildung ist F : R R, die jedes (x, x, x ) R x auf x abbildet Nun, der Roboter operiert x 5 nicht bezüglich unserer Standardbasis, sondern bezüglich der Basis, 5, Welche Aussagen 7 treffen zu? (i) Die Matrix A, welche F bezüglich der Standardbasis beschreibt, lautet (ii) Die Matrix A, welche F bezüglich der Standardbasis beschreibt, lautet Lösung: Sei k B der Basiswechsel der einem Vektor inder Standardbasis die Koordinaten in der vom 5 Roboter gehandhabten Basis, also B =, 5,, wiedergibt Damit haben wir folgendes Diagramm: 7 R B k B F R B k B R Ges lin Abb Std Basis R Std Basis Um k B zu bestimmen, nutzen wir, dass B bereits in der Standardbasis ausgedrückt wird, das heisst k B ((,, ) ) = (,, ), k B ((,, ) ) = (5, 5, 7), k B ((,, ) ) = (,, ) Somit ist die zu k B zugehörige Matrix 5 5 Somit folgt, dass die zu k B zugehörige Matrix, die Inverse zu der Matrix von k B ist Die 7 Inverse finden wir durch Lösen von Mittels Gausselimination erhalten wir Dies ist die Matrix, bezüglich k B Um die gesuchte 5 5 lineare Abbildung zu erhalten, folgen wir dem Diagramm und erkennen, dass die lineare Abbildung durch k B F k B ausgedrückt wird Die dazugehörige Matrix erhalten wir also durch = Bemerkung: Die falsche Matrix in der Aufgabe stammt aus der Berechnung von k B F k B Seite
4 Aufgabe 7 Koordinatentransformation zur geometrischen Interpretation Gegeben sei der Vektorraum V = R mit der Standardbasis Die Matrix 5/6 /6 / A = /6 5/6 / / / / definiert eine lineare Abbildung von V nach V 7a) Durch die Wahl der neuen Basis,, werden neue Koordinaten eingeführt Bestimmen Sie die Matrix T der Koordinatentransformation, welche neue Koordinaten in alte überführt Lösung: Bezeichne mit x die alten Koordinaten und mit y die neuen: x = T y = y t () + y t () + y t () y = y + y + y = y {{ y =:T 7b) Durch welche Matrix à wird die lineare Abbildung in den neuen Koordinaten (in W = R mit der neuen Basis in W ) beschrieben? Lösung: Es gilt also à = T AT, wobei AT = x V T y W A à x V T y W = Statt T zu berechnen, lösen wir T à = AT mit Gausselimination nach à auf (das ist effizienter!): (E) 6 Durch Rückwärtseinsetzen erhalten wir (E) à = Seite 4 5
5 7c) Interpretieren Sie die Abbildung in den ursprünglichen Koordinaten (in V ) geometrisch Lösung: à ist die Darstellung der linearen Abbildung in den neuen Koordinaten Aus der Diagonalform von à kann man sehen, dass es sich in diesen neuen Koordinaten um eine Projektion entlang des Basisvektors e () auf die Ebene, die durch die zwei Basisvektoren e () und e () aufgespannt wird, gefolgt durch eine Punktspiegelung um den Nullpunkt handelt In den alten Koordinaten ist A somit eine Projektion entlang t () = auf die Ebene { span t (), t () = span,, gefolgt durch eine Punktspiegelung um den Nullpunkt (oder äquivalent dazu, da t () orthogonal zu t () und t () steht: gefolgt durch eine Drehung um 8 Grad um die t () -Achse) Aufgabe 7 Matrixdarstellung einer linearen Polynomabbildung Seien G = span{, t, t 4 und U = span{t, t zwei Vektorräume Betrachten Sie die folgende Abbildung A von G nach U : A : G U x tx 7a) Zeigen Sie, dass A eine lineare Abbildung ist Lösung: Zunächst ist A wohldefiniert in den angegebenen Räumen, da t() = U, t(t ) = t U und t(t 4 ) = t U Ausserdem gilt für alle x, y G, α R, dass Somit ist A linear A(x + αy) = t(x + αy ) = tx + αty = Ax + αay 7b) Durch welche Matrix A wird A beschrieben, wenn wir die Monome als Basen in beiden Räumen verwenden? Lösung: Es gilt und somit A =, At = t, At 4 = t A = [ ] 7c) Zeigen Sie, dass {p, p, p und {q, q Basen von G beziehungsweise U sind, wobei p (t) = + t, p (t) = t, p (t) = + t + t 4, q (t) = t und q (t) = t + t Lösung: Es gilt = (p +p )/, t = (p p )/ und t 4 = p t = p (p +p )/ (p p )/, sowie t = q, t = (q q )/ Somit ist span{p, p, p = span{, t, t 4 = G und span{q, q = span{t, t = U Da dim G = und dim U =, muss es sich um Basen handeln Um zu zeigen, dass dim G =, ist es hinreichend, lineare Unabhängigkeit von, t und t 4 nachzuweisen Nehmen wir also an, dass α, β, γ R existieren, so dass α + βt + γt 4 = G für alle t R Indem wir t = setzen, erhalten wir α =, das heisst, t (β + t γ) =, t R Dies impliziert β = γt für alle t, was ein Widerspruch ist Analog zeigt man dim U = Seite 5
6 7d) Welches ist die neue Matrix B, die A nach diesem Basiswechsel (die neuen Basen sind in Teilaufgabe 7c) gegeben) beschreibt? Lösung: Die (neue) Basis q, q schreibt sich in der (alten) Basis t, t mittels der Matrix [ ] C = und analog beschreibt D = die (neue) Basis p, p, p mittels (der alten), t, t 4 Wir erhalten für die Darstellung B von A in den neuen Basen [ ] B = C 6 AD = 6 Aufgabe 74 Polynomielle Projektion In dieser Aufgabe betrachten wir den Polynomraum P d ([, ]) der Polynome vom Grad kleiner oder gleich d auf dem Interval [, ] für d N Er ist ausgestattet mit dem Skalarprodukt und der Monombasis p, q := p(t)q(t) dt, für alle p, q P d ([, ]), {t, t t, t t,, t t d Weiter seien die linearen Abbildungen L d : P d ([, ]) R definiert durch [ ] p( ) L d (p) =, p P p() d ([, ]) Schliesslich sind die ersten drei der sogenannten Legendre-Polynome gegeben durch P (t) =, P (t) = t, P (t) = 5 (t ) Wir betrachten nun Konzepte, wie sie im Zusammenhang mit der Diskussion linearer Abbildungen in der Vorlesung besprochen worden sind, für diesen Polynomraum 74a) Geben Sie die Matrixdarstellung L von L bezüglich der monomialen Basis von P ([, ]) und der Standardbasis von R an Lösung: Es ist und somit gilt [ ] { L d (t i ( ) i ) = i = [ ] i gerade ] i ungerade, L = [ ] Seite 6
7 74b) Zeigen Sie, dass P i, P i = für i = {,, und P i, P j = für i j { i = j Lösung: Wir müssen zeigen, dass P i, P j = für i, j =,, Da das Skalarprodukt symmetrisch ist, genügt es, die Fälle i j i j anzuschauen: P, P = P, P = dt = t t= t t dt = t = + = t= = + = 5 P, P = 8 (t ) dt = 5 9t 4 6t + dt 8 = 9 8 t5 8 t t = 9 t= = P, P = t dt = 4 t = t= P, P = 4 (t ) dt = 4 t 4 t = t= 5 5 P, P = 4 (t t) = 4 ( 4 t4 t ) = 74c) Bestimmen Sie nun die Matrixdarstellung L von L bezüglich der Basis {P, P, P von P ([, ]) und der Standardbasis des R Lösung: Wir können entweder einen Basiswechsel mit dem Resultat aus 74a) durchführen oder erhalten durch einfaches Einsetzen der Basis in die Funktion, dass 5 L = 5 t= 74d) Der Rang einer linearen Abbildung f : V W zwischen zwei Vektorräumen V und W ist definiert als die Dimension ihres Bildes f(v ) als Unterraum von W (siehe Vorlesung) Er entspricht dem Rang jeder zugehörigen Abbildungsmatrix Was ist für allgemeines d der Rang von L d? Begründen Sie Ihre Antwort [ ] ( ) Lösung: Wie wir in Aufgabe 74a) gesehen haben, gilt L d (t i i ) = Mit Gausselimination erhalten wir L d = [ ] i [ wobei L d R (d+) die Abbildungsmatrix von L d bezüglich der monomialen Basis von P d ([, ]) und der Standardbasis von R darstellt Weil der Rang von L d mit demjenigen jeder beliebigen Abbildungsmatrix von L d übereinstimmt (das heisst, es kommt nicht auf die Wahl der jeweiligen Basen an), folgt {, d = Rang L d = Rang L d =, d ], Seite 7
8 74e) Zeigen Sie, dass für d B Kern = {t t, t t( t ), t t ( t ),, t t d ( t ) eine Basis von Kern(L d ) ist Hinweis: Bestimmen Sie zunächst dim Kern(L d ) mithilfe der Dimensionsformel und Teilaufgabe 74d) Zeigen Sie dann, dass B Kern im Kern enthalten und linear unabhängig ist Lösung: Mithilfe von 74d) und der Dimensionsformel erhalten wir: dim P d ([, ]) = dim Kern(L d ) + dim Bild(L d ) {{ =Rang L d dim Kern(L d ) = dim P d ([, ]) Rang L d = d + = d Es bleibt also nur noch zu zeigen, dass B Kern = {p (t) = t, p (t) = t( t ), p (t) = t ( t ),, p d (t) = t d ( t ) im Kern enthalten und linear unabhängig ist Diese d linear unabhängigen Vektoren bilden dann automatisch eine Basis von Kern(L d ) B Kern Kern(L d ): L d (p i ) = [ ( ) i ( ( ) ] ) i ( = ) B Kern linear unabhängig: Seien α, α,, α d R mit d α i p i = i= Wir müssen zeigen, dass dann α = α = = α d = folgt In der Monombasis erhalten wir das Gleichungssystem α α = α d {{ R d+ d Durch sukzessives Addieren der i-ten zur i + -ten Zeile für i =,, d erhalten wir das äquivalente Gleichungssystem α α [ Id ] α d =, und somit auch die einzige Lösung α i = für i =,, d Seite 8
9 74f) Berechnen Sie für die Vektoren t t n P d ([, ]), n {,,, d, die jeweiligen Orthogonalprojektionen auf P ([, ]), also diejenigen Polynome in P ([, ]), deren Differenz zum ursprünglichen Polynom senkrecht zu P ([, ]), bezüglichen dem obigen Skalarprodukt, steht Hinweis: Verwenden Sie, dass sich die Orthogonalprojektion wegen dem Resultat aus Teilaufgabe 74b) leicht berechnen lassen Lösung: Aus 74b) wissen wir: B = {P, P, P ist Orthonormalbasis von P ([, ]) Somit ist die Orthogonalprojektion auf P ([, ]) für jedes p P d ([, ]) gegeben durch P P ([,])(p) = p, P j P j, j= P P ([,])(t t n ) = t t n, P P + t t n, P P + t t n, P P = ( ) also Wir berechnen { t t n, P = t n dt = n+ n gerade n ungerade { t t n, P = t n+ dt = n gerade 6 n+ n ungerade t t n, P = 5 t n (t ) dt = 5 t n+ t n dt = 5 ( n + tn+ n + tn+ ) t= { 5 = ( n+ n+ ) n gerade n ungerade und somit ( ) = = { n ( n+ n+ )(t ) n gerade + n+ t + n ungerade { 9 4(n+) 5 4(n+) ( n+ n+ )t n gerade n+ t n ungerade Aufgabe 75 Zirkulante Matrizen In dieser Aufgabe betrachten wir eine spezielle Menge von Matrizen, die sogenannten zirkulanten Matrizen, die in Anwendungen, zum Beispiel in der digitalen Signalverarbeitung, eine grosse Rolle spielen Definition Eine quadratische Matrix Z R n n, n N, heisst zirkulant, wenn { (Z) i,j, falls j {,, n, (Z) i,j = i {,, n (75) (Z) i,n, falls j =, Seite 9
10 75a) Lösung: Schreiben Sie die Menge der zirkulanten - und -Matrizen in parameterisierter Form [ ] a a R, a a a a a a a a R, a a a a i R 75b) Wie erhält man eine Zeile bzw Spalte einer zirkulanten Matrix aus der darüber bzw links davon stehenden? Hinweis: Bringen Sie in Erfahrung, was man unter einer zyklischen Permutation versteht Lösung: Auszug aus Wikipedia: Das erste Element des Zyklus wird dabei auf das zweite abgebildet, das zweite Element auf das dritte, und so weiter bis hin zum letzten Element, das wieder auf das erste abgebildet wird Wir ersetzen Zyklus durch darüber liegende Zeile (oder vorangehende Spalte), das entspricht genau der Definition 75c) Zeigen Sie, dass die Menge Zirk n der zirkulanten n n-matrizen ein Unterraum von R n n ist Lösung: Damit Zirk n ein Unterraum aller n n-matrizen ist, muss gelten: Für Z, Y Zirk n ist auch Z + Y Zirk n Für Z Zirk n, α R ist auch αz Zirk n Beweis: W := Z + Y Einsetzen in (75) ergibt: { (Y + Z) (Z + Y ) i,j = i,j, falls j {,, n, i {,, n (Y + Z) i,n, falls j =, { (W ) i,j, falls j {,, n, (W ) i,j = i {,, n (W ) i,n, falls j =, Wir setzen W := αz und benutzen (75) analog zum vorherigen Schritt 75d) Bestimmen Sie eine Basis von Zirk n und damit dim Zirk n Lösung: Als Einstieg bestimmen wir eine Basis für die zyklischen -Matrizen Jede zyklische - Matrix lässt sich schreiben als Z = a + a + a Folglich gilt Zirk = span {[ ], [ ], [ ] Sei nun circmat(z,, z n ) die zyklische n n-matrix, welche in der ersten Zeile die Einträge z,, z n stehen hat Eine Basis für Zirk n lässt sich dann ablesen aus { Zirk n = span circmat(e () ),, circmat(e (n) ), wobei e (i) der i-te Einheitsvektor aus R n ist Seite
11 75e) Zeigen Sie, dass Z Y Zirk n Z, Y Zirk n Hinweis: Wenden Sie direkt Definition an und betrachten Sie ein Element des Matrixprodukts mit allgemeinen Indizes i und j Verifizieren Sie dann durch Nachrechnen (75) Lösung: Man zeigt, dass Z Y die Definition einer zirkulaten Matrix (75) erfüllt Für i, j : n n (ZY ) i,j = (Z) i,k (Y ) k,j = ((Z) i,k (Y ) k,j ) + (Z) i,n (Y ) n,j = (ZY ) i,j k= Für i, j = : (ZY ) i, = k= n (Z) i,k (Y ) k, = k= n (Z) i,k (Y ) k,n + (Z) i,n (Y ) n,n = (ZY ) i,n k= 75f) ist Zeigen Sie, dass die Inverse einer invertierbaren zirkulanten Matrix wieder eine zirkulante Matrix Hinweis: Betrachten Sie die j-te Spalte der Inversen Z einer zirkulanten Matrix Z, die natürlich erfüllt, dass Z(Z ) :,j = e (j), wobei e (j) der j-te Einheitsvektor ist Nehmen Sie nun an, dass Z zirkulant ist und erinnern Sie sich an Teilaufgabe 75b), die Ihnen sagt, wie man die (j + )-te Spalte von Z aus der j-ten erhält Was müssen Sie dann für Z(Z ) :,j+ zeigen? Verwenden Sie für Ihre Überlegungen, dass die Inverse einer Matrix eindeutig ist Lösung: Die zyklische Permutation angewandt auf einen Vektor x lässt sich als Matrix-Vektor-Operation P x schreiben: x x n x = x {{ x n x n =:P Es lässt sich leicht einsehen, dass P T P = I Man nimmt nun an, dass Z zirkulant ist und Z(Z ) :,j = e (j) erfüllt Die (j+)-te Spalte aus Z ergibt sich aus der zyklischen Permutation der j-ten Spalte (Z ) :,j+ = P (Z ) :,j Beachten Sie, dass eine zyklische Permutation angewandt auf die Spalten, gefolgt von einer zyklischen Permutation angewandt auf die Zeilen einer zirkulanten Matrix Z, wieder die Matrix Z ergibt Somit ist P T ZP = Z, siehe auch Abbildung 7 Aus diesen Überlegungen folgt P T {{ ZP (Z ) :,j = e (j) =Z P P T ZP (Z ) :,j = P e (j) (j) P {{ P T Z P (Z ) :,j = P {{{{ e =I (Z e ) (j+) :,j+ Z(Z ) :,j+ = e (j+) Induktion, die Eindeutigkeit der Inverse einer Matrix, sowie die Tatsache, dass die rechtsseitige Inverse gleich der linksseitigen Inverse einer Matrix ist, zeigen folglich, dass die Inverse einer invertierbaren, zirkulanten Matrix wieder eine zirkulante Matrix ist Seite
12 (a) Z (b) P T Z (c) P T ZP = Z Abbildung 7: Zyklische Permutation P angewandt auf eine zirkulante Matrix Z Seite
Lineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 6. Aufgabe 6.1. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018.
Dr. V. Gradinaru K. Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6. Multiple Choice: Online abzugeben. 6.a) (i) Welche der folgenden
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.
Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 8. Aufgabe 8.1. Dr. V. Gradinaru T. Welti. Herbstsemester 2017.
Dr. V. Gradinaru T. Welti Herbstsemester 7 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8. Multiple Choice: Online abzugeben. 8.a) (i) Welche der folgenden
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen
MehrSerie 5. ETH Zürich - D-MAVT Lineare Algebra II. Prof. Norbert Hungerbühler
Prof. Norbert Hungerbühler Serie 5 ETH Zürich - D-MAVT Lineare Algebra II. a) Die Abbildung V n R n, v [v] B, die jedem Vektor seinen Koordinatenvektor bezüglich einer Basis B zuordnet, ist linear. Sei
MehrLösungen Serie 5. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler
D-MAVT Lineare Algebra II S 8 Prof. Dr. N. Hungerbühler Lösungen Serie 5. Die Abbildung V n R n, v [v] B, die jedem Vektor seinen Koordinatenvektor bezüglich einer Basis B zuordnet, ist linear. Sei B =
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester 6 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe Das Kreuzprodukt als lineare Abbildung Oft findet man
MehrLösungen zur Prüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Winter 6 Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT. Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in das entsprechende
MehrD-MATH Lineare Algebra und Numerische Mathematik HS 2013 Prof. R. Hiptmair. Serie 9
D-MATH Lineare Algebra und Numerische Mathematik HS 213 Prof. R. Hiptmair Serie 9 Die Aufgaben 1. bis 6. behandeln lineare Abbildungen und deren Matrixdarstellungen bezüglich geeigneter Basen. Die Theorie
MehrLineare Algebra für D-ITET, D-MATL, RW. Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru T. Welti
Dr. V. Gradinaru T. Welti Herbstsemester 27 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Serie Aufgabe. Multiple Choice: Online abzugeben..a) Bezüglich des euklidischen Skalarprodukts in R
MehrLineare Algebra und Numerische Mathematik für D-BAUG. Winter 2016 Typ B
R. Käppeli T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Prüfung Winter 2016 Typ B Name a a Note Vorname Leginummer Datum 03.02.2017 1 2 3
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist
MehrLösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n
Kapitel Vektorräume Josef Leydold Mathematik für VW WS 07/8 Vektorräume / 4 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit x R n =. : x i R, i n x n und wird als n-dimensionaler
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41
Kapitel 3 Vektorräume Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit R n = x 1. x n : x i R, 1 i n und
MehrLineare Algebra und Numerische Mathematik für D-BAUG. Sommer 2016
P. Grohs T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Name a a Note Vorname Leginummer Datum 19.08.2016 1 2 3 4 5 6 Total 7P 11P 10P 11P
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe Beispiel einer Koordinatentransformation Gegeben seien zwei
MehrLösungen zu Prüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Sommer 4 Lösungen zu Prüfung Lineare Algebra I/II für D-MAVT. [ Punkte] Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 9 Aufgabe 9 Finden Sie eine Basis des Lösungsraums L R 5 des linearen
MehrProbeprüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Frühling 018 Probeprüfung Lineare Algebra I/II für D-MAVT Die Prüfung dauert 10 Minuten. Sie dient der Selbstevaluation. Die Musterlösungen folgen. Die Multiple Choice
MehrLineare Algebra und Numerische Mathematik für D-BAUG. Serie 13
P. Grohs T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Serie 13 Diese letzte Serie des Semesters befasst sich noch einmal mit wichtigen Themen
MehrFür die Matrikelnummer M = Dann sind durch A =
Musterlösung zum. Blatt 9. Aufgabe: Gegeben seien m 3 + 2 m m 3 m 2 m 4 + m 7 m 3 A := m m 2 m 2 + 2 m 2 m 4 + m 5 und b := m 6 m 4 + a) Finden Sie eine Lösung x R 7 für die Gleichung Ax =. b) Finden Sie
MehrLINEARE ALGEBRA II. FÜR PHYSIKER
LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders
MehrHerbstsemester a b 1. c d. e 0 f B = (iii) e = 0 (iv) ) 2 + ( 1. Das Skalarprodukt des ersten und zweiten Spaltenvektors muss null ergeben:
Dr V Gradinaru D Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5 Multiple Choice: Online abzugeben Gegeben sei die orthogonale Matrix
MehrMusterlösung 7 Lineare Algebra für die Naturwissenschaften
Musterlösung 7 Lineare Algebra für die Naturwissenschaften Aufgabe Entscheiden Sie, ob folgende Abbildungen linear sind, und geben sie für die linearen Abbildungen eine Matrixdarstellung (in einer Basis
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
MehrHerbstsemester ist es.
Dr V Gradinaru K Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 4 Aufgabe 4 Multiple Choice: Online abzugeben 4a) Gegeben seien: Dann gilt: (i)
Mehr1. Übungsblatt: Lineare Algebra I Abgabe: 1. November 2001 in den Übungsgruppen
Hannover, den 25. Oktober 200. Übungsblatt: Lineare Algebra I Abgabe:. November 200 in den Übungsgruppen (je 3 Punkte) Beweisen oder widerlegen Sie die folgenden Aussagen über Mengen. a) A (B C) = (A B)
Mehr32 2 Lineare Algebra
3 Lineare Algebra Definition i Die Vektoren a,, a k R n, k N, heißen linear unabhängig genau dann, wenn für alle λ,, λ k R aus der Eigenschaft λ i a i λ a + + λ k a k folgt λ λ k Anderenfalls heißen die
MehrKlausurvorbereitungsblatt Lineare Algebra
Klausurvorbereitungsblatt Lineare Algebra Sommersemester 25 Aufgabe 2 2 Sei A 3 3 8 2 4 3 R4 5. 5 2 a) Bestimmen Sie die Lösungsmenge des linearen Gleichungssystems Ax b) Ist Ax b mit b lösbar? (Begründen
MehrLineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/201 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.201, 11 Uhr Lösungen der
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
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
MehrDr. V. Gradinaru D-ITET, D-MATL, RW Winter Basisprüfung Lineare Algebra Total 6 P 6 P 6 P 6 P 6 P 6 P 36 P
Dr. V. Gradinaru D-ITET, D-MATL, RW Winter 2018 Basisprüfung Lineare Algebra Name Vorname Studiengang Leginummer Datum Montag, 5. Februar 2018 Note 1 2 3 4 5 6 Total 6 P 6 P 6 P 6 P 6 P 6 P 36 P Wichtige
MehrGrundlagen der Mathematik 1
Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
Mehr(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.
() In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K.
MehrNachklausur (Modulprüfung) zum Lehrerweiterbildungskurs 6 Lineare Algebra/Analytische Geometrie I WiSe 2016/17
Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Nachklausur (Modulprüfung) zum Lehrerweiterbildungskurs 6 Lineare Algebra/Analytische Geometrie I WiSe 2016/17 Bearbeiten
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R. Käppeli L. Herrmann W. Wu Herbstsemester 16 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Prüfung Name a a Note Vorname Leginummer Datum 18.8.17 1 3 4 Total 1P 1P 1P 1P 1P P
MehrLösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015
sskizzen der Klausur zur Linearen Algebra im Herbst 5 Aufgabe I. Es sei (G, ) eine Gruppe mit neutralem Element e und M {x G x x e}. Zeigen Sie: (a) Ist G kommutativ, so ist M eine Untergruppe von G. (b)
Mehrauf C[; ] sind linear III Formale Dierentiation und Integration: Die Abbildungen und a + a t + + a n t n a + a t + + na n t n a + a t + + a n t n an a
x LINEARE ABBILDUNGEN Denition: Seien V; V Vektorraume Eine Abbildung f heit linear, falls (i) (ii) f(x + y) f(x) + f(y) (x; y V ) f(x) f(x) ( R; x V ) Bemerkungen: I (i) und (ii) oben sind aquivalent
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik WS 05/06 Prof. Dr. Michael Scheutzow 20. Februar 2006
Technische Universität Berlin Fakultät II Institut für Mathematik WS 5/6 Prof. Dr. Michael Scheutzow 2. Februar 26 Februar Klausur Lineare Algebra I Name:.............................. Vorname:..............................
MehrLösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung
D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Lösung Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Um zu zeigen, dass es sich bei den gegebenen Vektoren um Basen handelt,
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
Mehr9 Eigenwerte und Eigenvektoren
92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl
Mehr9 Eigenwerte und Eigenvektoren
92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl
MehrLösung zum 2. Übungsblatt
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SoSe 25 Blatt 2 3.5.25 Lösung zum 2. Übungsblatt. Gegeben seien die Vektoren v = 2, v 2 =, v 3 = in R 3 3 2 und ( ) ( ) w =, w 2 2 =, w
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): 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
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 8. Aufgabe 8.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand. Herbstsemester 2014
Dr. V. Gradinaru D. Devaud A. Hiltebrand Herbstsemester 014 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8.1 8.1a) Sei die QR-Zerlegung der m n Matrix A (m
Mehr5 Lineare Algebra (Teil 3): Skalarprodukt
5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,
MehrViele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung
Kapitel 3 Lineare Abbildungen Lineare Abbildungen sind eine natürliche Klasse von Abbildungen zwischen zwei Vektorräumen, denn sie vertragen sich per definitionem mit der Struktur linearer Räume Viele
MehrLineare Algebra. 1 Lineare Abbildungen
Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe
MehrLösbarkeit linearer Gleichungssysteme
Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn
MehrAufgaben zur linearen Algebra und analytischen Geometrie I
Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und
MehrLineare Algebra II 11. Übungsblatt
Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 12. Aufgabe Herbstsemester Dr. V. Gradinaru D. Devaud.
Dr. V. Gradinaru D. Devaud Herbstsemester 15 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 1 Aufgabe 1.1 1.1a) Sei A eine n n-matrix. Das Gleichungssystem Ax = b sei
MehrLineare Abbildungen (Teschl/Teschl 10.3, 11.2)
Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:
Mehr1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen
Hannover, den 7. Februar 2002 Aufgabe. Übungsblatt: Lineare Algebra II Abgabe: 8./9.4.2002 in den Übungsgruppen (2, 2, 3 Punkte) Der Vektorraum V = C[, ] sei mit dem üblichen Skalarprodukt f, g = f(t)g(t)
Mehr8 Euklidische und unitäre Vektorräume. Skalarprodukte Orthogonalität Matrizen
8 Euklidische und unitäre Vektorräume Skalarprodukte Orthogonalität Matrizen 8 Euklidische und unitäre Vektorräume Skalarprodukte Orthogonalität Matrizen In diesem Kapitel werden nur endlich dimensionale
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): 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
MehrÜbungen zur Linearen Algebra 1 Probeklausur Musterlösung: Aufgabe A
Musterlösung: Aufgabe A Wir betrachten die Matrix A = 1 4 1 1 3 1 4 5 2 M(3 3, Q) und die dazugehörige Abbildung f : Q 3 Q 3 ; v A v. Für j = 1, 2, 3 bezeichne v j Q 3 die j-te Spalte von A. Teilaufgabe
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester 26 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 2 Aufgabe 2 Welche der folgenden Aussagen sind korrekt? (i) Jedes
MehrT := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass
I. a) Es sei (G, ) eine abelsche Gruppe mit neutralem Element e G. Zeigen Sie, dass U := {g G g 3 = e G } eine Untergruppe von G ist. b) In der symmetrischen Gruppe S 4 definieren wir analog zu a) die
Mehr4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau
312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind
MehrAufgabenpool. Woche 1 Aussagenlogik. Woche 2 Mengen und Funktionen. Lineare Algebra und Geometrie I SS 2015
Lineare Algebra und Geometrie I SS 05 Woche Aussagenlogik Aufgabenpool Aufgabe #.5 Die Aussage A sei 5 > 9, die Aussage B sei Gerhard Schröder ist eine Frau. Vervollständigen Sie die folgende Wahrheitstabelle.
Mehr4 Lineare Abbildungen und Matrizen
Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt
MehrAufgaben zur Vorlesung: Lineare Algebra und analytische Geometrie I
Institut für Mathematik Blatt Prof. Dr. B. Martin, H. Süß Abgabe: 0.4. Aufgaben zur Vorlesung: Lineare Algebra und analytische Geometrie I Aufgabe : 2 Punkte Stellen Sie die Gleichung der Ebene auf, in
Mehr42 Orthogonalität Motivation Definition: Orthogonalität Beispiel
4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der
Mehr7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?
Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist
Mehr2.2 Kern und Bild; Basiswechsel
22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare
MehrFachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)
Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie (Lineare Abbildungen) Dozent/in: R. Burkhardt Büro:.6 Klasse: Semester: Datum: HS 8/9. Aufgabe Zeige, dass die folgenden Abbildungen
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
Mehr8 Lineare Abbildungen und Matrizen
8 Lineare Abbildungen und Matrizen 8.1 Lineare Abbildungen Wir beschäftigen uns nun mit Abbildungen zwischen linearen Räumen. Von besonderem Interesse sind Abbildungen, die die Struktur der linearen Räume
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5.1 Kommutierende Matrizen In der Vorlesung und vergangenen
MehrMathematik I. Vorlesung 12. Lineare Abbildungen
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 12 Lineare Abbildungen Definition 12.1. Es sei K ein Körper und es seien V und W K-Vektorräume. Eine Abbildung heißt lineare Abbildung,
MehrHauptachsentransformation: Eigenwerte und Eigenvektoren
Hauptachsentransformation: Eigenwerte und Eigenvektoren die bisherigen Betrachtungen beziehen sich im Wesentlichen auf die Standardbasis des R n Nun soll aufgezeigt werden, wie man sich von dieser Einschränkung
MehrVektorräume und Lineare Abbildungen
Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um
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
Mehra b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,
Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16
Name, Vorname Matrikel-Nr. Aufg. Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 25/6 Bearbeiten Sie bitte
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
Mehr12 Lineare Algebra - Übersicht. Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen
12 Lineare Algebra - Übersicht Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen Unterräume Sei X ein Vektorraum über Ã. Eine Teilmenge M X heißt Unterraum von X, wenn
MehrHöhere Mathematik I. Variante B
Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik I SoSe Variante B Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA-Blätter (Vorder- und Rückseite beschriftet,
MehrKapitel 3 Lineare Algebra
Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND
MehrLineare Algebra und Numerische Mathematik D-BAUG Sommer 2014 Prof. R. Hiptmair. Name a a Note Vorname Studiengang Leginummer Datum
Prüfung Lineare Algebra und Numerische Mathematik D-BAUG Sommer 2014 Prof. R. Hiptmair Name a a Note Vorname Studiengang Leginummer Datum 13.08.2014 1 2 3 4 Total 12P 24P 26P 22P 84P Bitte füllen Sie zuerst
MehrLineare Algebra für Ingenieure
TECHNISCHE UNIVERSITÄT BERLIN SS 4 Fakultät II - Mathematik J Liesen/F Lutz/R Seiler Lineare Algebra für Ingenieure Lösungen zur Juli-Klausur Stand: 4 September 4 Rechenteil Aufgabe (8 Punkte Berechnen
MehrLineare Algebra für PhysikerInnen Teil 2
Übungen Lineare Algebra für PhysikerInnen Teil WS 9/ M. Hoffmann-Ostenhof 5. (a) Begründen Sie warum der Vektorraum P (R) nicht endlich dimensional ist und warum dim P n (R) = n + ist. (b) Zeigen Sie,
MehrTutorium: Analysis und Lineare Algebra
Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14.5.218 (Teil 2) 9. Mai 218 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 218 Steven Köhler 9. Mai 218 3 c 218
Mehr7.3 Unitäre Operatoren
Wir können jeden Operator T wie folgt schreiben: Dabei gilt T = 1 2 (T + T ) + i( 1 2 i (T T )) (T + T ) = T + T sowie ( 1 2 i (T T )) = 1 2 i (T T) = 1 2 i (T T ). Wir können T also in zwei lineare Operatoren
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Basisdarstellung und das Skalarprodukt (Teil 2)
TECHNISCHE UNIERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 006/07 en Blatt 11 15.01.007 Basisdarstellung und das Skalarprodukt (Teil )
MehrMusterlösung Serie 8
D-MATH Lineare Algebra I HS 018 Prof. Richard Pink Musterlösung Serie 8 Dimension, Direkte Summe & Komplemente 1. Zeige: Für jedes Erzeugendensystem E eines Vektorraums V und jede linear unabhängige Teilmenge
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
Mehr1. Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen
Hannover, den 0. April 2006. Übungsblatt: Lineare Algebra II Abgabe: 24./25.4.2006 in den Übungsgruppen ( ) 2 5 a) Zeigen Sie, dass A = und B = 2 ( 7 6 invertierbare Matrix T an mit T AT = B. b) Zeigen
MehrDiagonalisierbarkeit symmetrischer Matrizen
¾ Diagonalisierbarkeit symmetrischer Matrizen a) Eigenwerte und Eigenvektoren Die Matrix einer linearen Abbildung ³: Î Î bezüglich einer Basis ( Ò ) ist genau dann eine Diagonalmatrix wenn jeder der Basisvektoren
Mehr