Aufgabe 4 Bestimmen Sie je eine Basis des Zeilen- und des Spaltenraums der Matrix

Größe: px
Ab Seite anzeigen:

Download "Aufgabe 4 Bestimmen Sie je eine Basis des Zeilen- und des Spaltenraums der Matrix"

Transkript

1 Mathematik I für Naturwissenschaften Dr. Christine Zehrt 3..8 Übung 3 (für alle Uni Basel Besprechung der Lösungen: 7./8 Dezember 8 in den Übungsstunden Die Geo-Übungsstunde von Gioia findet am 7. Dezember im Pharmazentrum, Hörsaal statt. Aufgabe (a Schreiben Sie den Vektor w = ( 5 3 als Linearkombination der Vektoren v = ( und v = (. Gibt es mehrere Möglichkeiten oder nur eine? Warum? (b Sind die folgenden Vektoren in R 3 linear abhängig? Bilden Sie je eine Basis von R 3? ( ( (. u =, v =, w = 3 ( 8 (. u =, v = 6 3 ( 3 ( 5 ( 3. u =, v =, w = 3 6 Aufgabe ( 3 (a Berechnen Sie die Orthogonalprojektion von u = auf v = (b Für welche reelle Zahl a ist der Vektor u = ( a a ( 5. senkrecht zu v = (c Bestimmen Sie einen Vektor in R senkrecht zu v = ( 3 der Länge. (? 3 Aufgabe 3 Bestimmen Sie je eine Basis für die folgenden Vektorräume in R 3. (a Die Gerade g mit Parametergleichung r = t v, t R, wobei v = (b Die Ebene gegeben durch (c Die Ebene x y =. r = ( xy z = s( +t(, s,t R (. Aufgabe Bestimmen Sie je eine Basis des Zeilen- und des Spaltenraums der Matrix A =. 5 Bestimmen Sie den Rang rg(a von A.

2 Zusatzaufgaben Aufgabe 5 (a Gegeben sei der Vektorraum V = v, v, v 3 in R mit v = ( 8, v = ( 3, v3 = (. Geben Sie eine Basis von V an. Welche Dimension hat V? Beschreiben Sie den Raum V geometrisch. (b Gegeben sei der Vektorraum V = v, v, v 3, v in R 3 mit ( 3 v =, v =, v 3 = ( 5 ( 6 ( 7, v = Geben Sie eine Basis von V an. Welche Dimension hat V? Beschreiben Sie den Raum V geometrisch.. Aufgabe 6 Gegeben ist der Vektor v = ( 3 5 in R. (a Welche Länge hat der Vektor v? (b Bestimmen Sie einen Vektor v so, dass { v, v } eine Orthonormalbasis von R bilden. (c Sei v = ( 5. Bestimmen Sie c, c R mit v = c v +c v. Aufgabe 7 Welche der folgenden Mengen sind Vektorräume in R 3? ( x. V = { x R }. V = { 3. V 3 = { ( x ( xy 8 z x R } x,y,z R, x+y z = } Aufgabe 8 Sind die Polynome x, x+, x linear abhängig? Aufgabe 9 (a Bestimmen Sie eine Basis und die Dimension des Vektorraums V aller -Matrizen. (b Bestimmen Sie eine Basis und die Dimension des Vektorraums U aller -Matrizen ( a b c d mit a+d =.

3 Lösungshinweise Aufgabe (a Vorgehen wie im Beispiel auf Seite 5 des Skripts. Für die Anzahl möglicher Linearkombinationen beachte man Satz 9.3. (b Für. und 3. kann man Satz 9. anwenden, für. muss überprüft werden, ob u ein Vielfaches von v ist (oder umgekehrt, vgl. Seite 5 des Skripts. Für die Frage nach der Basis benutzt man Satz 9.5 und dass dim(r 3 = 3. Aufgabe (a Mit der Formel von Satz 9. vom Skript. (b Die Zahl a muss die Bedingung u v = erfüllen (vgl. Satz 9.9. (c Zuerst einen Vektor w mit v w = finden. Damit ist w senkrecht zu v. Nun hat der Vektor w w zusätzlich die Länge. Aufgabe 3 (a&(b Aus wievielen Basisvektoren besteht eine Basis einer Geraden, bzw. einer Ebene? Die Basisvektoren müssen die Gerade, bzw. die Ebene, erzeugen. Kandidaten für Basisvektoren stehen also schon da... (c Die Dimension einer (beliebigen Ebene (durch den Ursprung ist. Man muss (wegen Satz 9.5 also nur zwei linear unabhängige Vektoren auf der Ebene finden (d.h. zwei Ortsvektoren von Punkten auf der Ebene. Aufgabe Die Matrix A auf Zeilenstufenform (wobei die Zeilen nicht mit einer führenden Eins beginnen müssen bringen. Dann bilden die Nichtnullzeilen eine Basis des Zeilenraums (vgl. Seite 58 unten und rg(a = dim(zeilenraum = dim(spaltenraum. Nun sollte es nicht mehr schwierig sein, eine maximale Anzahl linear unabhängiger Spaltenvektoren anzugeben (diese Anzahl ist ja gleich rg(a. Aufgabe 5 (Zusatzaufgabe Analog zum Beispiel auf Seite 57 unten. Das heisst, sind die angegebenen Vektoren linear unabhängig? Für die Antwort hilft hier Satz 9.. Wenn ja, bilden sie eine Basis und die Dimension von V ist gleich der Anzahl Basisvektoren. Wenn nein, kann man einen Vektor (der eine Linearkombination der anderen ist weglassen und sich wieder fragen, ob nun die restlichen Vektoren linear unabhängig sind und eine Basis bilden. Aufgabe 6 (Zusatzaufgabe (b Orthonormalbasis bedeutet, dass die beiden Vektoren senkrecht zueinander stehen (d.h. orthogonal sind und je die Länge haben. Die Länge von v wurde schon in (a bestimmt. Den Vektor v nun analog zur Aufgabe (c bestimmen. (c c i v i = ( v v i v i ist die Orthogonalprojektion von v auf den Vektor v i, vgl. Satz 9..

4 Aufgabe 7 (Zusatzaufgabe Entweder geometrisch überlegen: Sind die Mengen V, V, V 3 von der Form der auf Seite 5 aufgelisteten Vektorräume in R 3? Oder die Bedingung der Abgeschlossenheit von Seite 5 oben überprüfen. Oder einfach einmal schauen, ob überhaupt in der Menge enthalten ist. Oder für 3.: x+y z = ist eine homogene lineare Gleichung, also gilt Satz 9.8. Aufgabe 8 (Zusatzaufgabe Es empfiehlt sich, zuerst eine Vermutung aufzustellen. Da nur ein Polynom vom Grad ist und die anderen beiden Polynome keine Vielfachen voneinander sind, liegt es nahe zu vermuten, dass die Poynome linear unabhängig sind. Für den Nachweis sollten wir also die. Definition von linear (unabhängig verwenden (Seite 53, Mitte. (Vermutet man, dass die Polynome linear abhängig sind, könnte man sich auf die Suche nach einer konkreten Linearkombination machen. Aufgabe 9 (Zusatzaufgabe (a Eine allgemeine -Matrix ( a b c d besteht aus reellen Zahlen a, b, c, d. Ev. hilft nun die Standardbasis von R (vgl. Seite 58 für eine Idee einer Basis von V. (b Für ( ( a b c d mit a+d = ist d = a, das heisst, jede Matrix in U ist von der Form a b c a.

5 Ergebnisse Aufgabe (a w = 7 v + v Dies ist die einzige mögliche Linearkombination, da die Vektoren v und v eine Basis von R bilden (die beiden Vektoren sind linear unabhängig (sie sind nicht Vielfache voneinander bzw. liegen nicht auf der gleichen Geraden durch den Ursprung und da die Dimension von R gleich ist, wissen wir mit Satz 9.5, dass sie eine Basis sind. (b. Nein, denn det = 3. Ja, denn u = v Ja, denn det 3 = 6 Da dim(r 3 = 3, besteht eine Basis von R 3 aus 3 linear unabhängigen Vektoren. Eine Basis bilden also nur die Vektoren in. Aufgabe (a proj v ( u = 7 ( 5 = ( 35 8 (b a = 7 (denn u v = 7a ( (c 3 3 (Der Vektor w = ( 3 ist senkrecht zu v. 3 Aufgabe 3 ( (a Eine Basis bildet zum Beispiel der Richtungsvektor v =. (b Die beiden Richtungsvektoren (c Die beiden Vektoren ( und ( ( und ( bilden zum Beispiel eine Basis. bilden zum Beispiel eine Basis. (Dies sind die Ortsvektoren der beiden Punkte (,,, (,, auf der Ebene. Aufgabe Wir bringen A auf Zeilenstufenform (ohne führende Einsen: A z = z z z 3 = z 3 z z 3 = z 3 z 8 3 Eine Basis des Zeilenraums sind also die zwei Vektoren (,,, (,8, 3. Damit ist rg(a = dim(zeilenraum =. Eine Basis des Spaltenraums besteht also auch aus Basisvektoren. Linear unabhängig (und damit eine Basis sind zum Beispiel die ersten beiden Spaltenvektoren ( und ( von A.

6 Aufgabe 5 (Zusatzaufgabe (a Die Vektoren sind Vielfache voneinander, denn v = v und v 3 = 7 v. Das heisst, sie liegen alle auf derselben Geraden durch den Ursprung. Der Vektorraum V ist also gleich dieser Geraden. Jede Basis von V besteht aus nur einem Vektor, welcher ein Richtungsvektor der Geraden ist, zum Beispiel v. Es folgt dim(v =. (Als Basis kann auch v oder v 3 oder ein anderes Vielfaches von v angegeben werden. (b Vier Vektoren in R 3 sind stets linear abhängig (Satz 9., es gilt also zu überprüfen, ob V drei linear unabhängige Vektoren enthält. Untersuchen wir zum Beispiel v, v und v. Ist A die Matrix mit v, v, v als Spalten, so finden wir det(a = 6, das heisst, v, v und v sind linear unabhängig. Sie bilden also eine Basis von V und deshalb ist dim(v = 3. Diese drei Vektoren bilden aber auch eine Basis von R 3, also ist V = R 3. Aufgabe 6 (Zusatzaufgabe 9 (a v = = (b Orthogonal zu v ist zum Beispiel der Vektor u = ( 3, denn v u =. Wir brauchen einen Vektor der Länge, also wählen wir v = 5 u = 5 ( 3. (Die einzigen möglichen Vektoren sind v wie oben oder v. (c c = v v = und c = v v = 5, also gilt v = v 5 v. Aufgabe 7 (Zusatzaufgabe. V ist ein Vektorraum. Entweder man betrachtet V geometrisch: V ist eine Gerade mit der Gleichung r = t( für t in R, das heisst eine Gerade durch den Ursprung. Also ist V ein Vektorraum. Oder man zeigt, dass Addition und Skalarmultiplikation in V abgeschlossen sind: Seien u =, v = in V und k in R. Dann folgt ( x ( x u+ v = Also ist V ein Vektorraum.. V ist kein Vektorraum. ( x +x V und k u = ( V ist eine Gerade mit der Gleichung r = Gerade, welche nicht durch den Ursprung geht. Oder: V. Oder: Ist u = ( x 8 8 ( kx V. in V und zum Beispiel k =, dann gilt k u = ( x V. 36 +t( für t in R, das heisst eine Oder man zeigt, dass u+ v V für u, v V.

7 3. V 3 ist ein Vektorraum. V 3 ist eine Ebene durch den Ursprung, also ein Vektorraum. Oder: V 3 ist der Lösungsraum einer homogenen linearen Gleichung. Nach Satz 9.8 ist V 3 also ein Vektorraum. Oder man zeigt, dass( Addition und Skalarmultiplikation in V 3 abgeschlossen sind: x ( x Seien k in R und u = y, v = y in V z z 3, das heisst z = x +y und z = x +y. ( x3 Dann gilt für u+ v = y 3, dass z 3 x 3 +y 3 = (x +x +(y +y = (x +y +(x +y = z +z = z 3. ( x Das heisst, u+ v V 3. Für k u = y gilt z das heisst, k u V 3. x +y = kx +ky = k(x +y = kz = z, Aufgabe 8 (Zusatzaufgabe Wie auf Seite 53 des Skripts machen wir den Ansatz c (x +c (x++c 3 x = mit reellen Zahlenc,c,c 3 (anstelle von Vektoren v, v, v 3 habenwir hierpolynome. Durch Ausmultiplizieren und Ausklammern erhalten wir Es folgt und damit = c x c +c x+c +c 3 x = c x +(c +c 3 x c +c. c =, c +c 3 =, c +c =, c = c = c 3 =. Gemäss der Definition von Seite 53 (Mitte sind also die drei Polynome x, x +, x linear unabhängig. Aufgabe 9 (Zusatzaufgabe (a Eine Basis von V bilden zum Beispiel die Matrizen E = (, E = (, E = (, E = (. Denn jede Matrix A = ( a b c d aus V lässt sich als Linearkombination der Basismatrizen schreiben, A = ae +be +ce +de, und die Basismatrizen sind linear unabhängig (der Ansatz c E +c E +c 3 E +c E = führt sofort auf c = c = c 3 = c =. Die Dimension von V ist also. (b Eine Basis von U bilden zum Beispiel die 3 Matrizen B = (, B = (, B 3 = (. Denn jede Matrix A = ( a b c a aus U lässt sich als Linearkombination der Basismatrizen schreiben, A = ab + bb + cb 3, und die Basismatrizen sind linear unabhängig (der Ansatz c B +c B +c 3 B 3 = führt sofort auf c = c = c 3 =. Die Dimension von U ist also 3.

Aufgabe 1 (a) Vorgehen wie im Beispiel auf Seite 151 des Skripts. Für die Anzahl möglicher Linearkombinationen

Aufgabe 1 (a) Vorgehen wie im Beispiel auf Seite 151 des Skripts. Für die Anzahl möglicher Linearkombinationen Mathe I für Naturwissenschaften Dr. Christine Zehrt 14.12.17 Hinweise und Ergebnisse zur Übung 13 Uni Basel Lösungshinweise Aufgabe 1 (a Vorgehen wie im Beispiel auf Seite 151 des Skripts. Für die Anzahl

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

Aufgabe 1 (a) Bestimmen Sie die Schnittgerade der beiden Ebenen gegeben durch 3x y 2z 5 = 0 und x y 4z 3 = 0.

Aufgabe 1 (a) Bestimmen Sie die Schnittgerade der beiden Ebenen gegeben durch 3x y 2z 5 = 0 und x y 4z 3 = 0. Mathematik I für Naturwissenschaften Dr. Christine Zehrt 22.11.18 Übung 10 (für Pharma/Geo/Bio) Uni Basel Besprechung der Lösungen: 26. November 2018 in den Übungsstunden Aufgabe 1 (a) Bestimmen Sie die

Mehr

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }. 154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =

Mehr

Probeklausur zu Mathematik 2 für Informatik

Probeklausur zu Mathematik 2 für Informatik Gunter Ochs Wintersemester 4/5 Probeklausur zu Mathematik für Informatik Lösungshinweise wie immer ohne Garantie auf Fehlefreiheit. Gegeben sei das Dreieck im R mit den Eckpunkten A a Berechnen Sie die

Mehr

Vektorräume und Rang einer Matrix

Vektorräume und Rang einer Matrix Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung

Mehr

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6 Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

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:

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition) Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz

Mehr

9 Eigenwerte und Eigenvektoren

9 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

Mehr

9 Eigenwerte und Eigenvektoren

9 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

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 6. Aufgabe 6.1. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018.

Lineare 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

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik 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,...,

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen 1 Lineare Abhängigkeit 1.1 Für welche t sind die folgenden Vektoren aus 3 linear abhängig? (1, 3, 4), (3, t, 11), ( 1, 4, 0). Das zur Aufgabe gehörige LGS führt auf die Matrix 1 3 4 3 t 11. 1 4 0 Diese

Mehr

Lineare Algebra 2013 Lösungen für Test und Zusatzfragen

Lineare Algebra 2013 Lösungen für Test und Zusatzfragen Lineare Algebra 3 Lösungen für Test und Zusatzfragen Test Multiple Choice. Seien Für die Lösung x x x x 3 A, b des Systems Ax b gilt x 3 5 x 3 x 3 3 x 3 / Mit elementaren Zeilenoperationen erhalten wir

Mehr

(c) Nach wievielen Wochen ist etwa die Hälfte aller Einwohner erkrankt?

(c) Nach wievielen Wochen ist etwa die Hälfte aller Einwohner erkrankt? Mathematik I für Naturwissenschaften Dr. Christine Zehrt 15.11.18 Übung 9 (für Pharma/Geo/Bio) Uni Basel Besprechung der Lösungen: 19. November 018 in den Übungsstunden Aufgabe 1 In einer Stadt breitet

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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,...,

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: 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

Mehr

11. BASIS, UNTERRAUM, und DIMENSION

11. BASIS, UNTERRAUM, und DIMENSION 11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen

Mehr

Serie 8: Online-Test

Serie 8: Online-Test D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen

Mehr

Diagonalisierbarkeit symmetrischer Matrizen

Diagonalisierbarkeit 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

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 3

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 3 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 205): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2 2

Mehr

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6

Klausurenkurs 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

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5

Mehr

Richie Gottschalk Lineare Algebra I Seite 1. a) Welche der folgenden Ringe sind kommutativ? Es gibt genau einen Unterraum W von V mit dim(w ) = n.

Richie Gottschalk Lineare Algebra I Seite 1. a) Welche der folgenden Ringe sind kommutativ? Es gibt genau einen Unterraum W von V mit dim(w ) = n. Richie Gottschalk Lineare Algebra I Seite Aufgabe Im Folgenden sind K immer ein Körper und V ein K-Vektorraum. a) Welche der folgenden Ringe sind kommutativ? K[x] K[x] ist per se ein kommutativer Polynomring.

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare 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

Mehr

Serie 8: Fakultativer Online-Test

Serie 8: Fakultativer Online-Test Prof Norbert Hungerbühler Lineare Algebra I Serie 8: Fakultativer Online-Test ETH Zürich - D-MAVT HS 215 1 Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen Die Nachbesprechung

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 205/6): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2

Mehr

(a) Wie gross ist der Ameisenstaat ungefähr nach 1, 2, 3 oder allgemein n Wochen?

(a) Wie gross ist der Ameisenstaat ungefähr nach 1, 2, 3 oder allgemein n Wochen? Mathematik I für Naturwissenschaften Dr. Christine Zehrt 04.0.8 Übung 3 (für Pharma/Geo/Bio) Uni Basel Besprechung der Lösungen: 8. Oktober 08 in den Übungsstunden Aufgabe In einem Ameisenstaat mit einer

Mehr

Lineare Algebra. 1 Lineare Abbildungen

Lineare 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

Mehr

Lineare Algebra für Ingenieure

Lineare 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

Mehr

Lösungsskizzen zur Klausur Mathematik II

Lösungsskizzen zur Klausur Mathematik II sskizzen zur Klausur Mathematik II vom..7 Aufgabe Es sei die Ebene im R 3 gegeben. E = +λ 3 + µ λ,µ R (a) Geben Sie die Hesse-Normalform der Ebene E an. (b) Berechnen Sie die orthogonale Projektion Π E

Mehr

Hauptachsentransformation: Eigenwerte und Eigenvektoren

Hauptachsentransformation: 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

Mehr

Blatt 10 Lösungshinweise

Blatt 10 Lösungshinweise Lineare Algebra und Geometrie I SS 05 Akad. Rätin Dr. Cynthia Hog-Angeloni Dr. Anton Malevich Blatt 0 Lösungshinweise 0 0 Aufgabe 0. Es seien die Vektoren u =, v = und w = in R gegeben. a # Finden Sie

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. 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

Mehr

Lineare Algebra. 9. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching

Lineare Algebra. 9. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching Lineare Algebra 9. Übungsstunde Steven Battilana stevenb student.ethz.ch battilana.uk/teaching November, 07 Erinnerung Ein Skalarprodukt ist eine Abbildung, : E n E n E, (v, w) v, w n k v kw k so dass:

Mehr

Eigenwerte und Eigenvektoren von Matrizen

Eigenwerte und Eigenvektoren von Matrizen Eigenwerte und Eigenvektoren von Matrizen Betrachtet wird eine (n,n)-matrix A. Eine Zahl λ heißt Eigenwert von A, wenn ein Vektor v existiert, der nicht der Nullvektor ist und für den gilt: A v = λ v.

Mehr

Musterlösungen zur Linearen Algebra II Übungsklausur

Musterlösungen zur Linearen Algebra II Übungsklausur Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,

Mehr

Prüfung Lineare Algebra , B := ( ), C := 1 1 0

Prüfung Lineare Algebra , B := ( ), C := 1 1 0 1. Es seien 1 0 2 0 0 1 3 0 A :=, B := ( 1 2 3 4 ), C := 1 1 0 0 1 0. 0 0 0 1 0 0 1 0 0 0 0 Welche der folgenden Aussagen ist richtig? A. A und C haben Stufenform, B nicht. B. A und B haben Stufenform,

Mehr

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT

Lösungen 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

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine Vektorräume (Teschl/Teschl 9 Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen: Eine

Mehr

x ln(x) dx x 4 x 2 4x+3 dx Aufgabe 3 Konvergieren die folgenden uneigentlichen Integrale? Wenn ja, berechnen Sie den Wert des Integrals.

x ln(x) dx x 4 x 2 4x+3 dx Aufgabe 3 Konvergieren die folgenden uneigentlichen Integrale? Wenn ja, berechnen Sie den Wert des Integrals. Mathematik I für Naturwissenschaften Dr. Christine Zehrt 8..8 Übung 8 (für Pharma/Geo/Bio) Uni Basel Besprechung der Lösungen: 2. November 28 in den Übungsstunden Aufgabe Berechnen Sie die folgenden bestimmten

Mehr

Grundlagen der Mathematik II (LVA U)

Grundlagen der Mathematik II (LVA U) Dr. Marcel Dettling 3.4. Dr. Daniel Haase FS daniel.haase@math.ethz.ch Grundlagen der Mathematik II (LVA 4-6- U) 8 Zur Übungsstunde vom 3.4. Aufgabe (Ausgleichsrechnung) Gegeben sei das lineare Gleichungssystem

Mehr

5.7 Lineare Abhängigkeit, Basis und Dimension

5.7 Lineare Abhängigkeit, Basis und Dimension 8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n

Mehr

Vektoren und Matrizen

Vektoren und Matrizen Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen Serie 6 (Vektorräume, Skalarprodukt) Fachhochschule Nordwestschweiz (FHNW Hochschule für Technik Institut für Geistes- und Naturwissenschaft Lösungen Serie 6 (Vektorräume, Skalarprodukt Dozent: Roger Burkhardt Klasse: Studiengang ST Büro:

Mehr

Lineare Algebra II Lösungen der Klausur

Lineare Algebra II Lösungen der Klausur Prof Dr K Doerk 673 Jens Mandavid Christian Sevenheck Lineare Algebra II Lösungen der Klausur (a Diese Aussage ist richtig, sie stimmt nämlich für k = Sei nämlich n N beliebig und bezeichne N die Menge

Mehr

Kern und Bild einer Matrix

Kern und Bild einer Matrix Kern und Bild einer Matrix. Motivation Zur theoretischen Beschreibung der Abbildungen durch Matrizen wurden Begriffe eingeführt, die eine "elegante" Formulierung erlauben. In Linearen Gleichungssystemen

Mehr

6.5 Lineare Abhängigkeit, Basis und Dimension

6.5 Lineare Abhängigkeit, Basis und Dimension 6.5. Lineare Abhängigkeit, Basis und Dimension 123 6.5 Lineare Abhängigkeit, Basis und Dimension Seien v 1,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6

Klausurenkurs 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

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:

Mehr

a = 70 (1 1,01) )

a = 70 (1 1,01) ) Matheatik I für Naturwissenschaften Dr. Christine Zehrt 20.09.8 Übung (für Phara/Geo/Bio) Uni Basel Besprechung der Lösungen: 24. Septeber 208 in den Übungsstunden Aufgabe Berechnen Sie die Zahl ( a =

Mehr

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 8

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 8 D-INFK Lineare Algebra HS 27 Özlem Imamoglu Olga Sorkine-Hornung Musterlösung 8. Kern von A: Die Spalten der Matrix A sind Vielfache voneinander, also sind sie linear abhängig und A hat Rang. Somit hat

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Kapitel 6 Lineare Gleichungssysteme 6. Gaußalgorithmus Aufgabe 6. : Untersuchen Sie die folgenden linearen Gleichungssysteme mit dem Gaußalgorithmus auf Lösbarkeit und bestimmen Sie jeweils die Lösungsmenge.

Mehr

R 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte

R 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte Aufgabe ( Es seien e =, e = Untervektorraum (, e = ( R und U := [e, e ] der von e, e erzeugte Weiter sei G := {A GL(, R A e = e und A U U} (a Zeigen Sie, dass G eine Untergruppe von GL(, R ist (b Geben

Mehr

Prüfung EM1 28. Jänner 2008 A :=

Prüfung EM1 28. Jänner 2008 A := 1. Die Menge der Eigenwerte der Matrix ist Prüfung EM1 28. Jänner 2008 A := ( 0 1 ) 0 1 A. {1, 0} B. { 1} C. {0} D. {0, 1, 1} E. {0, 1} 2. Es seien V ein n-dimensionaler reeller Vektorraum, ein Skalarprodukt

Mehr

Gemischte Aufgaben zur Klausurvorbereitung

Gemischte Aufgaben zur Klausurvorbereitung Gunter Ochs Wintersemester / Gemischte Aufgaben zur Klausurvorbereitung Lösungshinweise (ohne Galantie auf Fehreleiheit. Gegeben sei eine Tabelle, die bestimmten Buchstaben Zahlen von bis zuordnet. Buchstabe

Mehr

Der Kern einer Matrix

Der Kern einer Matrix Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 1 Einführung Lineare Gleichungen Definition

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw. Kapitel 5 Lineare Algebra 51 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen

Mehr

Prüfungsteil 2, Aufgabe 5 Analytische Geometrie

Prüfungsteil 2, Aufgabe 5 Analytische Geometrie Abitur Mathematik Nordrhein-Westfalen 1GK Abitur Mathematik: Prüfungsteil, Aufgabe 5 Analytische Geometrie Nordrhein-Westfalen 1 GK Aufgabe a (1) 1. SCHRITT: DIE VEKTOREN, UND BERECHNEN 1 3 5 3 5 1. SCHRITT:

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit 3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53

Mehr

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010 Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und

Mehr

Lösungshinweise zu den Hausaufgaben:

Lösungshinweise zu den Hausaufgaben: S. Hagh Shenas Noshari, 9. Gruppenübung zur Vorlesung S. Nitsche, C. Rösinger, A. Thumm, D. Zimmermann Höhere Mathematik Wintersemester 8/9 M. Stroppel Lösungshinweise zu den Hausaufgaben: Aufgabe H 33.

Mehr

Vektoren - Die Basis

Vektoren - Die Basis Vektoren - Die Basis Motivation (Als Vereinfachung - der Schreibarbeit - wählen wir meistens Vektoren in R 2.) Eigentlich ist ja Alles klar! Für einen Vektor a gilt a = ( a x a y )! Am Ende werden wir

Mehr

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW Lineare Gleichungssysteme Lösen Sie folgende Gleichungssysteme über R: a) x + x + x = 6x + x + x = 4 x x x = x 7x x = 7 x x = b) x + x 4x + x 4 = 9 x + 9x x x

Mehr

(b) Bestimmen Sie mit Hilfe des Newton-Verfahrens eine Nullstelle von f auf 6 Nachkommastellen

(b) Bestimmen Sie mit Hilfe des Newton-Verfahrens eine Nullstelle von f auf 6 Nachkommastellen Mathematik I für Naturwissenschaften Dr. Christine Zehrt 5.10.18 Übung 6 (für Pharma/Geo/Bio) Uni Basel Besprechung der Lösungen: 9. Oktober 018 in den Übungsstunden Aufgabe 1 GebenSieohneTaschenrechnereineNäherungvon

Mehr

18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1

18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1 UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive

Mehr

Übung 4 (für Pharma/Geo/Bio) Uni Basel. Besprechung der Lösungen: 15. Oktober 2018 in den Übungsstunden

Übung 4 (für Pharma/Geo/Bio) Uni Basel. Besprechung der Lösungen: 15. Oktober 2018 in den Übungsstunden Mathematik I für Naturwissenschaften Dr. Christine Zehrt 11.10.18 Übung 4 (für Pharma/Geo/Bio Uni Basel Besprechung der Lösungen: 15. Oktober 018 in den Übungsstunden Aufgabe 1 (a Sei f(x = cosx. Der Graph

Mehr

H. Stichtenoth WS 2005/06

H. Stichtenoth WS 2005/06 H. Stichtenoth WS 25/6 Lösungsvorschlag für das. Übungsblatt Aufgabe : Der gesuchte Unterraum U ist die lineare Hülle von v und v 2 (siehe Def. 5. und Bsp. 5.5b), d. h. U : Spanv,v 2 } v R : v λ v + λ

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Eigenwerte und Eigenvektoren Siehe Analysis (von der Hude, Folie 20: Definition 2.3. Ein Vektor x R n heißt Eigenvektor der quadratischen n n-matrix A zum Eigenwert λ R, wenn gilt Ax = λx Die Eigenwerte

Mehr

Berechnung der Determinante

Berechnung der Determinante Berechnung der Determinante Verhalten der Determinante unter elementaren Zeilenoperationen: Das Vertauschen zweier Zeilen/Spalten der Matrix A ändert nur das Vorzeichen der Determinante, d.h: i, j {1,...,

Mehr

3 Invertierbare Matrizen Die Inverse einer (2 2)-Matrix Eigenschaften invertierbarer Matrizen... 18

3 Invertierbare Matrizen Die Inverse einer (2 2)-Matrix Eigenschaften invertierbarer Matrizen... 18 Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik 2 Dr. Thomas Zehrt Vektoren und Matrizen Inhaltsverzeichnis Vektoren(Wiederholung bzw. Selbststudium 2. Linearkombinationen..............................

Mehr

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren Aufgabe Gegeben seien die Punkte A(,,, B(,,, C(,,. (a Geben Sie die Hesse-Normalform der Ebene E, welche die drei Punkte A, B und C enthält, an. (b Bestimmen Sie den Abstand des Punktes P (,, 5 zur Ebene

Mehr

P AP 1 = D. A k = P 1 D k P. = D k. mit P 0 3

P AP 1 = D. A k = P 1 D k P. = D k. mit P 0 3 Matrixpotenzen In Anwendungen müssen oft hohe Potenzen einer quadratischen Matrix berechnet werden Ist die Matrix diagonalisierbar, dann kann diese Berechnung wie folgt vereinfacht werden Sei A eine diagonalisierbare

Mehr

Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München

Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München Technische Universität München Wintersemester 27/28 Lineare Algebra Skript zum Ferienkurs Tag 2-2.3.28 Claudia Nagel Pablo Cova Fariña Wir danken Herrn Prof. Kemper vielmals für seine Unterstützung bei

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 13/2 29.1.27 en zur Probeklausur Aufgabe 1 (ca. 6 Punkte) Sei

Mehr

1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4

1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4 Wirtschaftswissenschaftliches Zentrum 3 Universität Basel Mathematik 2 Dr Thomas Zehrt Lineare Gleichungssysteme Inhaltsverzeichnis Einführung 2 2 Gleichungen und 2 Unbekannte 2 2 3 Gleichungen und 3 Unbekannte

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:

Mehr

Lineare Algebra 1. Vorbereitungsaufgaben zur Ersten Teilklausur. Studiengang: B.Sc. Mathematik, B.Ed. Mathematik, B.Sc. Physik

Lineare Algebra 1. Vorbereitungsaufgaben zur Ersten Teilklausur. Studiengang: B.Sc. Mathematik, B.Ed. Mathematik, B.Sc. Physik Prof. Dr. R. Tumulka, Dr. S. Eichmann Mathematisches Institut, Universität Tübingen Sommersemester 2017 2.6.2017 Lineare Algebra 1 Vorbereitungsaufgaben zur Ersten Teilklausur Studiengang: B.Sc. Mathematik,

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

Mehr

Institut für Analysis und Scientific Computing E. Weinmüller WS 2016

Institut für Analysis und Scientific Computing E. Weinmüller WS 2016 Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 6 L I N E A R E A L G E B R A F Ü R T P H, U E (3.64). Haupttest (FR, 8..6) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2012/2013

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2012/2013 Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert

Mehr

Lösungshinweise zu den Hausaufgaben: Aufgabe H 29. Rechenregeln für Determinanten (a) Gegeben seien die regulären Matrizen A,B R 4 4 mit

Lösungshinweise zu den Hausaufgaben: Aufgabe H 29. Rechenregeln für Determinanten (a) Gegeben seien die regulären Matrizen A,B R 4 4 mit S. Hagh Shenas Noshari, 8. Gruppenübung zur Vorlesung S. Nitsche, C. Rösinger, A. Thumm, D. Zimmermann Höhere Mathematik Wintersemester 8/9 M. Stroppel Lösungshinweise zu den Hausaufgaben: Aufgabe H 9.

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.

Lineare 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

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 4 Einführung Vektoren und Translationen

Mehr

Aussagenlogik. 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl. C: 2 ist eine Primzahl D: 7 7. F: 3 ist Teiler von 9

Aussagenlogik. 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl. C: 2 ist eine Primzahl D: 7 7. F: 3 ist Teiler von 9 Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Ingenieure II, SS 9 Freitag 6 $Id: jordantex,v 7 9/6/ :8:5 hk Exp $ 5 Eigenwerte und die Jordansche Normalform 5 Die Jordansche Normalform Nachdem wir bisher das Vorgehen zur Berechnung

Mehr

1.) Matrix einer linearen Abbildung

1.) Matrix einer linearen Abbildung 1.) Matrix einer linearen Abbildung Aufgaben: 7 restart; with(linearalgebra): Definitionen MATH: Seien und Vektorräume über dem Körper mit Basen und. Wir wollen eine bequeme Art finden, eine lineare Abbildung

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 8. Aufgabe 8.1. Dr. V. Gradinaru T. Welti. Herbstsemester 2017.

Lineare 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

Mehr