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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie

2 . 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 =. x + x 5 = x 3 + x 4 = Wir schreiben das System als x x x 3 x 4 x 5 Den Lösungsraum finden wir mit Gauss-Elimination: (E) (E) = (E) 3 Wähle x 5 = α R. Aus 6 7 x 4 7 x 5 = folgt x 4 = x5 3 = α 3. Weiter folgt: x 3 7 x 4 7 x 5 = x 3 = α 6 α = α 3, 7x + 7x 3 x 4 + 8x 5 = x = 7 ( 7 3 α 3 α α) = α 3, x + x x 3 + 3x 4 x 5 = x = 3 α α α α = α { ( L = α, α 3, α 3, α ) } 3, α α R. Ein mögliches Erzeugendensystem des Lösungsraums ist also 3, 3 sowie nichttriviale Vielfache davon.

3 . Betrachten Sie die folgenden Unterräume von R 4 : U := {x R 4 x x 3 + x 4 = }, V := {x R 4 x + x x 3 x 4 =, x = x 4 }. Bestimmen Sie ein Erzeugendensystem von a) U, b) V, c) U V. a) U = { x R 4 x x 3 + x 4 = }. Man kann also x, x 3 und x 4 als freie Parameter wählen. Damit ist x = x 3 x 4. Man kann U also schreiben als x U = x 3 x 4 x 3 R4 x, x 3, x 4 R. x 4 Es gilt x x 3 x 4 x 3 x 4 = = x x + }{{} =:a () +x 3 x 3 x 3 + }{{} =:a () x 4 +x 4 x 4 } {{ } =:a (3) Die Vektoren a (), a (), a (3) sind offensichtlich ein Erzeugendensystem für U. b) V = { } x R 4 x + x x 3 x 4 =, x = x 4. Man kann also x3 und x 4 als freie Parameter wählen. Aus x = x 4 folgt: x +x x 3 x 4 = x x 3 = x = x 3. Also gilt: V = x 4 x 3 x 3 x 4 R4 x 3, x 4 R. Wie in a) sieht man, dass b (), b () ein Erzeugendensystem von V bildet mit b () =, b() =

4 c) U V = x R4 x x 3 + x 4 =, x }{{} + x x 3 x 4 =, x }{{} = x }{{} 4. (i) (ii) (iii) Es folgt: x = x 4 x (ii) = x 3 x 4 (i) = x 3 x = x 3 x 3 = (iii) x =. x 3 kann als freier Parameter gewählt werden. Damit folgt: U V = x 3 x 3 R4 x 3 R c () = ist ein Erzeugendensystem von U V.

5 3. Bestimmen Sie in den folgenden vier Fällen mit dem Gaussverfahren, ob die Vektoren im R 3 bzw. R 4 linear abhängig, linear unabhängig und ob sie erzeugend sind: a) c) 3,, 4 4 b), d) 3,,,,, Betrachte die k Vektoren a (),..., a (k) im Vektorraum V. a (),..., a (k) sind linear unabhängig, falls aus x a () + + x k a (k) = folgt, dass x = = x k = gilt. Sonst heissen sie linear abhängig. Falls jeder Vektor b von V als Linearkombination der Vektoren a (),..., a (k) dargestellt werden kann, sind die Vektoren a (),..., a (k) erzeugend. In dieser Aufgabe ist V = R n (mit n = 3 oder 4) und wir können die Bestimmung von der linearen Abhängigkeit usw. mit Hilfe vom Gaussverfahren systematisieren: Schreibe A = (a ()... a (k) ). A ist eine n k Matrix, wobei n die Anzahl Zeilen ist. Mit der Gauss-Schema können wir r = Rang A finden. Es gilt: die Vektoren a (),..., a (k) sind: a) linear unabhängig, falls r = k. linear abhängig, falls r < k. erzeugend, falls r = n. (E) also n = 3, k =, r =. Da r < k sind die Vektoren linear abhängig und da r n sind sie nicht erzeugend. b) c) (E) (E) also gilt n = 4, k = r = 3. Da r = k sind die Vektoren linear unabhängig und da r n sind sie nicht erzeugend. (E) (E) (E)

6 also n = k = r = 3, und damit sind die Vektoren linear unabhängig und erzeugend. d) (E) (E) also r = n = 3, k = 4. Da r < k sind die Vektoren linear abhängig und da r = n sind sie erzeugend.

7 4. Es seien ( ) x x(x )(x ) (x k + ) := k k! mit ( x ) := die Binomialpolynome. a) Zeigen Sie, dass die Menge { ( x k) : k } im Vektorraum aller Polynome linear unabhängig ist. b) P bezeiche den Vektorraum der Polynome vom Grad. Zeigen Sie, dass P = span{ ( x k) : k }. c) Bestimmen Sie eine Matrix A M 3 3 (R) so, dass ) ) ) b + b x + b x = a ( x + a ( x + a ( x gilt, wenn a a a = A Hinweis: Die Aufgabe c) kann entweder durch direkte Rechung gelöst werden oder mit Hilfe der diskreten Taylor-Formel, welche für ein Polynom p vom Grad n besagt, dass n ( ) x p(x) = k p(), k k= wobei p(x) := p(x), p(x) := p(x+) p(x) und k p(x) := ( k p(x)) die diskreten Differenzenoperatoren sind. a) Seien a, a, a reelle Zahlen mit ( ) ( ) ( ) x x x a + a + a = x(x ) a + a x + a = ( a + a a ) x + a x =. Der Koeffizientenvergleich zeigt, dass a = a = a = gelten muss, damit die Gleichung stimmt. Folglich sind die ( x i) linear unabhängig. b) Sei b + b x + b x P. Wir suchen reelle Zahlen a, a, a sodass ) ) ) b b b b + b x + b x = a ( x + a ( x + a ( x gilt. Dies ist (vergleiche mit Teil a)) äquivalent zu ( b + b x + b x = a + a a ) x + a x. Aus dem Koeffizientenvergleich folgt, dass die Gleichung für a = b, a = b + b, a = b erfüllt ist. Dies zeigt, dass P = span{ ( x k) : k } gilt.

8 c) Aus Teil b) folgt, dass die Matrix die Bedingung erfüllt. A =

9 5. a) Wählen Sie, falls möglich, mit dem Gaussverfahren unter den folgenden sechs Vektoren eine Basis für R 3 (Begründung)., 4 3, 3,, b) Gegeben seien die folgenden drei Vektoren in R 3 : a c a + a, b, c 3 c 4, Wie hängt die Dimension des von diesen Vektoren aufgespannten Unterraumes von den Werten der auftretenden Parameter ab? a) Eine Basis besteht aus erzeugenden und linear unabhängigen Vektoren. Es muss also gelten: r = k = n = (E) (E) Wir können also z.b. die Pivot-Vektoren als Basis wählen:, 4,. 3 Wir können statt 4 aber auch 3 statt 3 nehmen, sowie 4 oder b) Sei U der von den drei Vektoren aufgespannte Unterraum des R 3. Die Dimension von U ist gleich der Anzahl Vektoren, die in U eine Basis bilden. Schreibe nun A = a b c a c + a 3 c Aus der Vorlesung wissen wir, dass gilt: Die maximale Anzahl von linear unabhängigen Spaltenvektoren von A ist gleich r = Rang A. Eine Basis von U kann also höchstens aus r Vektoren bestehen (sonst sind sie nicht mehr linear unabhängig und bilden keine Basis). Es gilt also d := dim U r. Wegen Satz 4.3 i) aus dem Buch wissen wir zudem, dass mehr als d Vektoren

10 linear abhängig in U sind. Es folgt also, dass dim U = Rang A, somit können wir die Dimension von U mit dem Gaussverfahren berechnen. Fall a = b = : a c a b c + a 3 c c c 3 c Falls c =, gilt d = r =, falls c, gilt d = r =. Fall a =, b : für c = gilt 3 c c 3 b also d = r =, für c gilt 3 c b c c also d = r = 3. Fall a : a c a b c + a 3 c (E) b a c 3 + c a (E) a c 3 + c a (3a+c)b a Falls (3a+c)b a = (also falls b = oder c = 3a): d = r =, falls (3a+c)b a : d = r = 3.

11 6. Gegeben sei die Basis B = {b (), b (), b (3) } für R 3, wobei b () =, b () =, b (3) = 3 a) Betrachten Sie den Vektor x = 4 R 3. Finden Sie die Koordinaten y, y, y 3, die x in der Basis B beschreiben, d.h. x = y b () + y b () + y 3 b (3). b) Sei nun der Vektor v R 3, beschrieben durch die Koordinaten (,, ) in der Basis B. Bestimmen Sie die Koordinaten von v bezüglich der Standardbasis E = {e (), e (), e (3) }. a) Wir suchen y, y, y 3 so, dass x = y b () + y b () + y 3 b (3), d.h. x = 4 = y + y + y 3 3 Löse x = T y mit Gauss: = 3 y y y 3 =: T y. 4 3 (II)+(I) (II) (III) y 3 =, y =, y = 4. b) Sei v bezüglich der Basis B durch die Koordinaten (,, ) dargestellt. Es folgt: v = + 3 = 5

12 7. Sei 3 3 A = a) Bestimmen Sie den Rang von A. b) Ermitteln Sie eine Basis für den von den Spaltenvektoren erzeugten Unterraum von R 4. Bestimmen Sie die Koordinaten der Spaltenvektoren in dieser Basis. Wir wenden den Gauss-Algorithmus auf die Matrix A T an: (II) 3(I), (III) (I), (IV )+(I), (V )+3(I) (III) (II), (IV ) (II), (V )+(II) a) Folglich gilt rang(a) = rang(a T ) =. 3 3 b) Wir können die Pivot-Zeilen von A T als Basis des betrachteten Vektorraumes wählen, d. h. B = { b := (,,, 3) T, b := (3, 4, 3, 8) T }. Aus den Schritten des Gauss-Verfahrens können wir ablesen, dass in der Basis B (, 3, 4, ) T b (b 3b ) = (, 3, 4, ) T = 5b + b, (,, 7, 7) T + b (b 3b ) = (,, 7, 7) T = 5b + b, ( 3, 4, 3, 8) T + 3b + (b 3b ) = ( 3, 4, 3, 8) T = b gilt.

13 8. Durch die Polynome p (t) = t 3 t + 4t + p (t) = t 3 + 6t 5 p 3 (t) = t 3 3t + 9t p 4 (t) = t 3 5t + 7t + 5 wird ein Vektorraum V erzeugt. Bestimmen Sie dim(v ) und eine Basis von V. Die entsprechende Koeffizientenmatrix ist 4 A = Mit dem Gauss-Algorithmus findet man Folglich gilt dim(v ) = rang(a) = und eine mögliche Basis ist diejenige, die den nichttrivialen Zeilen der reduzierten Matrix entspricht: B = {t 3 t + 4t +, t + t 3}.

14 9. a) Berechnen Sie die Determinante der Matrix A = a 6 + 5a b) Für welche Werte des Parameters a besitzt die Matrix eine Inverse? Die Determinante einer Matrix ändert sich nicht, wenn man Gauss-Schritte ausführt. Wir bringen A also in Zeilenstufenform mit dem Gaussverfahren: a 6 + 5a 6a 4 + 5a a 6 + 5a a Die Determinante dieser Dreiecksmatrix ist das Produkt der Diagonalelemente, also 8 + 3a. A hat eine Inverse für alle a R \ { 6}, denn eine Matrix ist genau dann invertierbar wenn die Determinante nicht Null ist.. Gegeben sei ein Gleichungssystem mit dem reellen Parameter α: ( α)x + x + x 3 = 4x ( α)x 3 = 4 (3 α)x + x 3 = Für welche α besitzt dieses Gleichungssystem genau eine, unendlich viele, keine Lösung? Zu denjenigen α, für die das Gleichungssystem lösbar ist, bestimme man die Lösungsmenge. Die Determinante der zum Gleichungssystem gehörenden Matrix ist ( α)( 5α + α ) - man entwickle z.b. nach der ersten Spalte. Das System ist genau dann eindeutig lösbar wenn die Determinante ungleich Null ist, also α R \ {, (5 + 7), (5 7)} und die Lösung ist x = x = +α 5α+α, x 3 = 8 4α 5α+α. Es bleiben die Fälle in denen die Determinante Null ist, also keine oder unendlich viele Lösungen zu erwarten sind. Setzt man α = ein, so sieht man leicht, dass x beliebig sein kann - also unendlich viele Lösungen existieren - und x =, x 3 = gelten muss. Für die restlichen Werte von α existieren keine Lösungen - die zweite und dritte Gleichung werden unverträglich.

15 . Für welche reellen Werte von s und t hat das Gleichungssystem x + sy + s z = s x + y + tz = sx + s y + z = t keine, genau eine oder unendlich viele Lösungen? Bestimmen Sie jeweils auch die Lösungsmenge. s s Die Determinante der Koeffizientenmatrix s t ist s 3 + s 6 = s s ( s 3 ). Dieses Polynom hat nur s = als reelle Nullstelle. Für s ist die eindeutige Lösung z = t s s, y = s s 3 +st+s 4 t t 3 ( s 3 ), x = s+s4 3s t+st ( s 3 ). Falls s = gilt, so liefern die erste und dritte Gleichung t = (für s = und t existieren also keine Lösungen) und die unendlich vielen Lösungen sind z =, y = x, wobei x beliebig ist.. Lösen Sie das Gleichungssystem x + x + x 3 = 4 x x + 4x 3 = 7x 3x + x 3 = 7 mit Hilfe des Gauss-Algorithmus. Es gibt genau eine Lösung: x = 5, y = 7 4, z = Welche Beziehungen zwischen b, b,..., b 5 müssen erfüllt sein, damit das folgende System lösbar ist? x + x + 3x 3 = b 3x + x + x 3 = b x + x 3 = b 3 x + x + x 3 = b 4 x + x 3 = b 5 Beispielsweise sind die unteren drei Gleichungen unabhängig, daher bestimmen b 3, b 4, b 5 eindeutig eine Lösung und legen somit auch die Werte für b und b fest. Durch Addition der dritten und vierten Gleichung erhält man b = b 3 + b 4 und durch Subtraktion der dritten vom dreifachen der vierten erhält man b = 3b 4 b 3.

16 4. Auf einem geschlossenen Metalldraht werden an 4 Punkten die Temperaturen x, x, x 3, x 4 gemessen. Dabei ist die Temperatur in einem der Punkte jeweils gleich dem arithmetischen Mittel der Temperaturen der beiden benachbarten Punkte. a) Stellen Sie ein Gleichungssystem für x, x, x 3, x 4 auf. b) Bestimmen sie die Lösungsmenge davon. Das Gleichungssystem in Matrixschreibweise lautet x x x 3 = Die Lösungen sind x = x = x 3 = x 4 = λ für λ R beliebig, die Temperatur ist also konstant. 5. Geben Sie für s und t Bedingungen an, so dass das Gleichungssystem a) keine Lösung, b) genau eine Lösung, c) unendlich viele Lösungen x 4 x + sx = x + x 3 = x + x + sx 3 = t besitzt. Bestimmen Sie die entsprechenden Lösungsmengen. Die Determinante der Koeffizientenmatrix ist s. Also haben wir genau eine Lösung wenn s und zwar x = st+s 4 s, x = t s, x 3 = x. Ist nun s =, so erhält man als Verträglichkeitsbedingung t = und in diesem Fall sind die Lösungen x R und x = x, x 3 = x. Für s = und t gibt es keine Lösung.

17 6. Der sogenannte Massenausgleich zweiter Ordnung (Link zu Animationen) einer k-zylindermaschine liefert für die Impulse (I ), (I ) und die Momente (M ), (M ) der ersten und zweiten Ordnung folgende Bedingungen: k m i sin α i =, i= k m i sin α i =, i= k m i z i sin α i =, i= k m i z i sin α i =, i= k m i cos α i = (I ) i= k m i cos α i = (I ) i= k m i z i cos α i = (M ) i= k m i z i cos α i = (M ) i= Dabei bezeichnen α i die Kurbelwinkel und m i > die Massen. Wir nehmen weiter an, dass der Massenschwerpunkt in z = liegt, dass z i z j für i j und dass k >. a) Wie lautet die Matrix A des homogenen linearen Gleichungssystems, das die Vektoren m = (m,..., m k ) T und M = (z m,..., z k m k ) T erfüllen müssen? Warum ist M nie ein Vielfaches von m? Welchen Rang darf A bei Massenausgleich höchstens haben? b) Bestimmen Sie A und Rang(A) und lösen Sie Ax = für die zwei Fälle: 4-Zylinder mit Zündfolge -3-4-, α = α 4 =, α = α 3 = 8. 6-Zylinder mit Zündfolge , α = α 6 =, α = α 5 =, α 3 = α 4 = 4. Ist in beiden Fällen Massenausgleich möglich? c) Gibt es für den üblichen Aufbau einer 4-Zylindermaschine m =... = m 4 = m, z = z 4 = 3z = 3z 3 Kurbelwinkel α i, so dass Massenausgleich zweiter Ordnung vorliegt?

18 a) Mit der Matrix sin(α ) sin(α )... sin(α k ) A = cos(α ) cos(α )... cos(α k ) sin(α ) sin(α )... sin(α k ) cos(α ) cos(α )... cos(α k ) lauten die Gleichungssysteme A m =, AM =, wobei hier der Nullvektor in R 4 ist. λm z m Angenommen M λm sei ein Vielfaches von m, so gilt λ m =. = z m. = λm k z k m k M und somit z = z =... = z k = λ (weil alle m i ) - ein Widerspruch zur Annahme z i z j für i j. Der Rang der Matrix A darf höchstens gleich k sein (diese Bedingung ist automatisch erfüllt sobald k 6, da der Rang höchstens 4 sein kann). Wäre Rang(A) = k, so hätte das Gleichungssystem A m = nur die Lösung m =, was wegen m i > nicht sein kann. Wäre Rang(A) = k, so gäbe es nur eine linear unabhängige Lösung des homogenen Gleichungssystems Ax =, daher wären m und M linear abhängig - wir haben oben gezeigt, dass dem nicht so ist. b) 4-Zylinder: A ist, in Zeilenstufenform also z.b. Die Lösungen für A m = sind somit von der Form λ + λ, wegen der Bedingung m i > existieren also keine zulässigen Lösungen und somit kein Massenausgleich. Ordnung. 6-Zylinder: Die Matrix A und eine mögliche Zeilenstufenform lauten 3/ 3/ 3/ 3/ / / / / 3/ 3/ 3/ 3/ / / / / Die Lösungen des homogenen Systems sind λ + λ + λ 3 + λ 4 und man erhält einen Massenausgleich z.b. mit m = m (,,,,, ), M = m (z, z, z 3, z 3, z, z ).

19 c) Die Gleichungen lauten m (sin(α ) + sin(α ) + sin(α 3 ) + sin(α 4 )) = () m (cos(α ) + cos(α ) + cos(α 3 ) + cos(α 4 )) = () mz 3 ( 3 sin(α ) sin(α ) + sin(α 3 ) + 3 sin(α 4 )) = (3) mz 3 ( 3 cos(α ) cos(α ) + cos(α 3 ) + 3 cos(α 4 )) =. (4) Wir kürzen die Faktoren vor den Klammern weg und setzen α =. ()+(3) und ()+(4) ergeben dann sin(α 3 ) = sin(α 4 ) (5) und cos(α 3 ) = cos(α 4 ) (6). Quadrieren und addieren von (5) und (6) ergibt = ( sin(α 4 )) +( cos(α 4 )) = 5 4 cos(α 4 ) cos(α 4 ) = α 4 =. Setzt man dies in (6) ein erhält man α 3 = π = 8 und mit () schliesslich α = π = 8. Somit gibt es keinen Massenausgleich. Ordnung (siehe b)).

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

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

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

Lösungen Serie 5. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler

Lösungen 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 =

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

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

Klausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1

Klausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2

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

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2

Mehr

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1 1.1 (Herbst 2005, Thema 1, Aufgabe 1) Bestimmen Sie alle reellen Lösungen des folgenden linearen

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 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 5. ETH Zürich - D-MAVT Lineare Algebra II. Prof. Norbert Hungerbühler

Serie 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

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

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

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

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

Lineare Gleichungssysteme. 1-E Ma 1 Lubov Vassilevskaya

Lineare Gleichungssysteme. 1-E Ma 1 Lubov Vassilevskaya Lineare Gleichungssysteme 1-E Ma 1 Lubov Vassilevskaya Systeme linearer Funktionen und Gleichungen y = a 1 a 2... a n lineare Funktion Funktion ersten Grades,,..., unabhängige Variablen y abhängige Variable

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

9 Lineare Gleichungssysteme

9 Lineare Gleichungssysteme 9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der

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

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 26/7): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:

Mehr

6 Lineare Gleichungssysteme

6 Lineare Gleichungssysteme 6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α

Mehr

Serie a) Welche der folgenden Vektoren sind Eigenvektoren der Matrix 1 0 1? 0 1 1

Serie a) Welche der folgenden Vektoren sind Eigenvektoren der Matrix 1 0 1? 0 1 1 Prof. Norbert Hungerbühler Serie Lineare Algebra II ETH Zürich - D-MAVT. a Welche der folgenden Vektoren sind Eigenvektoren der Matrix? i (,,. ii (,,. iii (,,. iv (, 3,. v (,,. Ein Vektor v ist Eigenvektor

Mehr

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n

Kapitel 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

Mehr

Kapitel 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 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

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

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

Das inhomogene System. A x = b

Das inhomogene System. A x = b Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist

Mehr

Lösungen Serie 2. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler 1 0 1? 0 1 1

Lösungen Serie 2. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler 1 0 1? 0 1 1 D-MAVT Lineare Algebra II FS 8 Prof. Dr. N. Hungerbühler Lösungen Serie. Welche der folgenden Vektoren sind Eigenvektoren der Matrix? (a) (,, ). Ein Vektor v ist Eigenvektor von A :=, falls Av ein skalares

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

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare 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

Mehr

Nachklausur (Modulprüfung) zum Lehrerweiterbildungskurs 6 Lineare Algebra/Analytische Geometrie I WiSe 2016/17

Nachklausur (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

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

6. Übungsblatt zur Mathematik I für Maschinenbau

6. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 6. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 2/ 25..-.2. Aufgabe G (Lineare Gleichungssysteme)

Mehr

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10 D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler Lösungen Serie 10 1. Für a 1 : 1 1 0, a 2 : 1 1, a 3 : 1 1 1, b : 2 2 2 1 und A : (a 1, a 2, a 3 ) gelten welche der folgenden Aussagen? (a) det(a)

Mehr

Für die Matrikelnummer M = Dann sind durch A =

Für 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

Mehr

Klausur zur Mathematik I (Modul: Lineare Algebra I)

Klausur zur Mathematik I (Modul: Lineare Algebra I) Technische Universität Hamburg-Harburg Institut für Mathematik Prof. Dr. Anusch Taraz Sommersemester 215 Klausur zur Mathematik I (Modul: Lineare Algebra I) 28.8.215 Sie haben 6 Minuten Zeit zum Bearbeiten

Mehr

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.

(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.

Mehr

Lineare Algebra I Lösungsvorschlag

Lineare Algebra I Lösungsvorschlag Aufgabe Lineare Algebra I Lösungsvorschlag Wir bezeichnen mit a, a 2, a 3 Q 4 die Spalten der Matrix A. Es ist 7 a + 2a 2 = 7 4 = 7a 3, und wir sehen im l A = a, a 2, a 3 = a, a 2. Da die Vektoren a und

Mehr

Klausur zur Mathematik I (Modul: Lineare Algebra I)

Klausur zur Mathematik I (Modul: Lineare Algebra I) Technische Universität Hamburg-Harburg Institut für Mathematik Prof. Dr. Anusch Taraz Wintersemester 2014/15 Klausur zur Mathematik I (Modul: Lineare Algebra I) 18.02.2015 Sie haben 60 Minuten Zeit zum

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

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 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr TUM Ferienkurs Lineare Algebra WiSe 8/9 Dipl.-Math. Konrad Waldherr Musterlösung Relationen Aufgabe Auf R sei die Relation σ gegeben durch (a, b)σ(c, d) : a + b c + d. Ist σ reflexiv, symmetrisch, transitiv,

Mehr

Lösung Test 2 (Nachprüfung)

Lösung Test 2 (Nachprüfung) MLAE Mathematik: Lineare Algebra für ngenieure Herbstsemester Dr Christoph Kirsch ZHAW Winterthur Aufgabe : Lösung Test (Nachprüfung a Wir verwenden den Gauss-Jordan-Algorithmus, um die erweiterte Koeffizientenmatrix

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

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14052018 (Teil 1) 7 Mai 2018 Steven Köhler mathe@stevenkoehlerde mathestevenkoehlerde 2 c 2018 Steven Köhler 7 Mai 2018 Matrizen

Mehr

Ausgewählte Lösungen zu den Übungsblättern 4-5

Ausgewählte Lösungen zu den Übungsblättern 4-5 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit

Mehr

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung D-MATH/D-PHYS Lineare Algebra I HS 2017 Dr. Meike Akveld Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung 1. In dieser Aufgabe beweisen wir die Existenz der LR-Zerlegung einer quadratischen

Mehr

Tutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen)

Tutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen) Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 22.5.217 (Teil 1, Lösungen) 1. Mai 217 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 217 Steven Köhler 1. Mai 217

Mehr

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

Lösungen 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

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

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

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 2 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Mittsemesterprüfung HS, Typ A Name a a Note Vorname Leginummer Datum 29..2 2 4 6 Total

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

05. Lineare Gleichungssysteme

05. Lineare Gleichungssysteme 05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a

Mehr

Lösung Semesterendprüfung

Lösung Semesterendprüfung MLAE Mathematik: Lineare Algebra für Ingenieure Herbstsemester Dr. Christoph Kirsch ZHAW Winterthur Lösung Semesterendprüfung Aufgabe : a Mit dem Distributivgesetz multiplizieren wir aus: und lösen nach

Mehr

Institut für Analysis und Scientific Computing E. Weinmüller WS 2015

Institut für Analysis und Scientific Computing E. Weinmüller WS 2015 Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 5 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,..5) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.

Mehr

10 Lineare Gleichungssysteme

10 Lineare Gleichungssysteme ChrNelius : Lineare Algebra I (WS 2004/05) 1 10 Lineare Gleichungssysteme (101) Bezeichnungen: Ein System a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 ( ) a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a

Mehr

Grundlegende Definitionen aus HM I

Grundlegende Definitionen aus HM I Grundlegende Definitionen aus HM I Lucas Kunz. März 206 Inhaltsverzeichnis Vektorraum 2 2 Untervektorraum 2 Lineare Abhängigkeit 2 4 Lineare Hülle und Basis 5 Skalarprodukt 6 Norm 7 Lineare Abbildungen

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

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

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen Serie 6 (Vektorräume, Skalarprodukt) Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9

Mehr

β 1 x :=., und b :=. K n β m

β 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

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen

Mehr

Determinante und Inverse

Determinante und Inverse Vorzeigeaufgaben: Determinante und Inverse Bestimmen Sie für welche a R die folgende Matrix invertierbar ist und berechnen Sie deren Inverse: A = a cos(x) sin(x) a sin(x) cos(x) Bestimmen Sie ob folgende

Mehr

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Gegeben seien die folgenden geordneten Basen B = (v, v, v, v ) und C = (w, w,

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

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

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

Serie 8: Online-Test

Serie 8: Online-Test D-MAVT Lineare Algebra I HS 018 Prof Dr N Hungerbühler Serie 8: Online-Test Schicken Sie Ihre Lösung bis spätestens Freitag, den 3 November um 14:00 Uhr ab Diese Serie besteht nur aus Multiple-Choice-Aufgaben

Mehr

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16

Klausur (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

Mehr

( ) Lineare Gleichungssysteme

( ) Lineare Gleichungssysteme 102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv

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

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

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform:

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform: 1. Aufgabe (9 Punkte) In dieser Aufgabe müssen Sie Ihre Antwort nicht begründen. Es zählt nur das Ergebnis. Tragen Sie nur das Ergebnis auf diesem Blatt im jeweiligen Feld ein. 0 1 3 a) Berechnen Sie die

Mehr

3.6 Eigenwerte und Eigenvektoren

3.6 Eigenwerte und Eigenvektoren 3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch

Mehr

3 Lineare Gleichungssysteme

3 Lineare Gleichungssysteme 3 Lineare Gleichungssysteme 3 Fortsetzung des Matrizenkalküls Als erstes beweisen wir einen einfachen Satz über den Rang von Matrizenprodukten Satz 3 (a) Für Matrizen A : Ã l m, B : Ã m n gilt rang AB

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

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

2 Vektorräume und Gleichungssysteme

2 Vektorräume und Gleichungssysteme 2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum 2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum Definition 21 Seien K = (K, +, ) ein Körper, V eine Menge und

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

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

(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

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

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

5.4 Basis, Lineare Abhängigkeit

5.4 Basis, Lineare Abhängigkeit die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)

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

Lineare Algebra und Numerische Mathematik D-BAUG. Winter 2013 Prof. H.-R. Künsch. , a R. det(a) = 0 a = 1.

Lineare Algebra und Numerische Mathematik D-BAUG. Winter 2013 Prof. H.-R. Künsch. , a R. det(a) = 0 a = 1. b Musterlösung Lineare Algebra und Numerische Mathematik D-BAUG. Multiple Choice) Gegeben sei die folgende Matrix Winter 3 Prof. H.-R. Künsch A = a a) deta) = genau dann wenn gilt x a =. a =. ), a R. x

Mehr

Klausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum

Klausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Klausur zur Linearen Algebra I HS 01, 1.1.01 Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90 Minuten. Die Klausur umfaßt

Mehr

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5

Klausurenkurs 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

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Technische Universität München Christoph Niehoff Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 009/00 Die beiden Hauptthemen von diesem Teil des Ferienkurses sind Lineare Gleichungssysteme

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

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