Prüfung Lineare Algebra 2
|
|
- Vincent Fürst
- vor 7 Jahren
- Abrufe
Transkript
1 1. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix, deren Einträge in {0, 1, 1} enthalten sind. (3) Jede reelle symmetrische und positiv definite Matrix kann als Produkt einer invertierbaren Dreiecksmatrix mit der zu dieser transponierten Matrix geschrieben werden. A. (1) ist falsch, (2) und (3) sind wahr. B. (1) ist wahr, (2) und (3) sind falsch. C. (1), (2) und (3) sind wahr. D. (1) und (3) sind wahr, (2) ist falsch. E. (2) und (3) sind wahr, (1) ist falsch. 2. Es sei V ein dreidimensionaler reeller Vektorraum und (v 1, v 2, v 3 ) eine Basis von V. Es gibt genau eine alternierende Funktion f von V V nach V mit A. f(v 1, v 2 ) = v 1, f(v 1, v 3 ) = v 1, f(v 2, v 3 ) = v 2, f(v 2, v 1 + v 2 + v 3 ) = v 2 B. f(v 1, v 2 ) = v 1, f(v 1, v 3 ) = v 1, f(v 2, v 3 ) = v 2, f(v 2, v 1 + v 2 + v 3 ) = v 1 + v 2 C. f(v 1, v 2 ) = v 1, f(v 1, v 3 ) = v 1, f(v 1, v 1 ) = 0, f(v 2, v 2 ) = 0, f(v 3, v 3 ) = 0 D. f(v 1, v 2 ) = v 1, f(v 1, v 3 ) = v 1, f(v 2, v 3 ) = v 2, f(v 2, v 1 ) = v 2, f(v 3, v 1 ) = v 3, f(v 3, v 2 ) = v 3 E. f(v 1, v 2 ) = v 1, f(v 1, v 3 ) = v 3
2 3. A sei eine reelle n n-matrix und I n sei die n n-einheitsmatrix. V sei ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist falsch? A. Wenn A orthogonal ist, dann ist die zu A transponierte Matrix gleich der zu A inversen Matrix. B. Wenn die Zeilen von A eine Orthonormalbasis des Vektorraums aller reellen n-tupel (mit dem Standardskalarprodukt) bilden, dann ist A orthogonal. C. Wenn A die Matrix einer orthogonalen Funktion von V nach V bezüglich einer Basis von V ist, dann ist A orthogonal. D. Die Determinante einer orthogonalen Matrix ist 1 oder 1. E. Wenn c ein reeller Eigenwert von A ist, dann ist c 2 = Es sei K ein Körper, B K n n und B (r,s) die (r, s)-te Streichungsmatrix. Dann ist für alle r, s mit 1 r, s n die Determinante det(b) = A. B. C. D. E. s=1 ( 1)r+s B rs det(b (s,r) ) s=1 ( 1)s B rs det(b (r,s) ) s=1 ( 1)r+s B rs det(b (r,s) ) r=1 ( 1)r+s B sr det(b (r,s) ) r=1 ( 1)r B sr det(b (r,s) )
3 5. Überprüfen Sie die folgenden Aussagen: (1) Der Graph einer affinen Funktion von V nach W ist ein affiner Unterraum von V W. (2) Das Bild einer konvexen Linearkombination unter einer affinen Funktion ist die entsprechende konvexe Linearkombination der Bilder. (3) Zwei Geraden p 1 + Kv 1 und p 2 + Kv 2 sind genau dann koplanar, wenn die Vektoren p 1 + p 2, v 1 und v 2 linear abhängig sind. A. (1) ist wahr, (2) und (3) sind falsch. B. (1) und (2) sind wahr, (3) ist falsch. C. (1) und (3) sind wahr, (2) ist falsch. D. (1), (2) und (3) sind wahr. E. (2) und (3) sind wahr, (1) ist falsch. 6. Sei V ein euklidischer Raum. Welche der folgenden Aussagen ist richtig? A. Eine affine Abbildung von V nach V, die 0 auf 0 abbildet, ist eine Isometrie von V. B. Translationen in V und lineare Abbildungen von V nach V sind Isometrien von V. C. Jede Isometrie von V ist eine orthogonale Abbildung oder eine Translation in V. D. Wenn h eine Isometrie von V ist und h(0) = 0 ist, dann ist h linear. E. Für je zwei Isometrien f, g von V ist f g = g f.
4 7. Überprüfen Sie die folgenden Aussagen: (1) V sei ein endlichdimensionaler komplexer Vektorraum mit Skalarprodukt und f eine lineare Funktion von V nach V. Dann ist f genau dann normal, wenn V eine ON-Basis aus Eigenvektoren von f hat. (2) W sei ein endlichdimensionaler reeller Vektorraum mit Skalarprodukt und g eine lineare Funktion von W nach W. Dann ist g genau dann normal, wenn W eine ON- Basis aus Eigenvektoren von g hat. (3) Spiegelungen eines euklidischen Raumes sind selbstadjungiert. A. (1) und (3) sind wahr, (2) ist falsch. B. (2) ist wahr, (1) und (3) sind falsch. C. (2) und (3) sind wahr, (1) ist falsch. D. (1), (2) und (3) sind wahr. E. (1) ist wahr, (2) und (3) sind falsch. 8. Es sei d eine Drehung (aber nicht die Identität), g eine Gleitspiegelung und h eine Drehspiegelung (aber nicht eine Spiegelung) in einem dreidimensionalen euklidischen Raum. Dann ist die Fixmenge von d bzw. g bzw. h A. ein Punkt bzw. leer bzw. ein Punkt B. ein Punkt bzw. eine Gerade bzw. eine Gerade C. eine Gerade bzw. leer bzw. ein Punkt D. eine Gerade bzw. ein Punkt bzw. leer E. eine Gerade bzw. eine Gerade bzw. leer
5 9. Sei V ein endlichdimensionaler Vektorraum, w V und f : V V eine lineare Funktion. Sei A die Matrix von f und x die Koordinatenspalte von w bzgl. der Basis v von V. Sei u eine weitere Basis von V und sei M die Transformationsmatrix von v nach u, also u = v M. Die Matrix von f und die Koordinaten von f(w) bzgl. der Basis u sind dann A. MAM 1 und AMx B. AM 1 und AM 1 x C. M 1 AM und M 1 Ax D. MAM 1 und MAx E. M 1 AM und AM 1 x 10. Seien V und W endlich-dimensionale Vektorräume und f : V W eine lineare Funktion. Welche der folgenden Aussagen ist richtig? A. Wenn Kern(f) = {0} ist, dann ist f surjektiv. B. Wenn V = W und f injektiv ist, dann ist f auch bijektiv. C. Wenn dim(v ) dim(w ) ist, dann ist f injektiv. D. Wenn Kern(f) = V ist, dann ist W = {0}. E. Wenn dim(v ) = 7 und dim(w ) = 4 ist, dann ist f surjektiv.
6 1. Sei V ein endlichdimensionaler Vektorraum, w V und f : V V eine lineare Funktion. Sei A die Matrix von f und x die Koordinatenspalte von w bzgl. der Basis v von V. Sei u eine weitere Basis von V und sei M die Transformationsmatrix von v nach u, also u = v M. Die Matrix von f und die Koordinaten von f(w) bzgl. der Basis u sind dann A. MAM 1 und MAx B. M 1 AM und M 1 Ax C. AM 1 und AM 1 x D. MAM 1 und AMx E. M 1 AM und AM 1 x 2. Seien V und W endlich-dimensionale Vektorräume und f : V W eine lineare Funktion. Welche der folgenden Aussagen ist richtig? A. Wenn dim(v ) dim(w ) ist, dann ist f injektiv. B. Wenn V = W und f injektiv ist, dann ist f auch bijektiv. C. Wenn dim(v ) = 7 und dim(w ) = 4 ist, dann ist f surjektiv. D. Wenn Kern(f) = V ist, dann ist W = {0}. E. Wenn Kern(f) = {0} ist, dann ist f surjektiv.
7 3. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix, deren Einträge in {0, 1, 1} enthalten sind. (3) Jede reelle symmetrische und positiv definite Matrix kann als Produkt einer invertierbaren Dreiecksmatrix mit der zu dieser transponierten Matrix geschrieben werden. A. (1), (2) und (3) sind wahr. B. (1) und (3) sind wahr, (2) ist falsch. C. (1) ist falsch, (2) und (3) sind wahr. D. (1) ist wahr, (2) und (3) sind falsch. E. (2) und (3) sind wahr, (1) ist falsch. 4. Überprüfen Sie die folgenden Aussagen: (1) V sei ein endlichdimensionaler komplexer Vektorraum mit Skalarprodukt und f eine lineare Funktion von V nach V. Dann ist f genau dann normal, wenn V eine ON-Basis aus Eigenvektoren von f hat. (2) W sei ein endlichdimensionaler reeller Vektorraum mit Skalarprodukt und g eine lineare Funktion von W nach W. Dann ist g genau dann normal, wenn W eine ON- Basis aus Eigenvektoren von g hat. (3) Spiegelungen eines euklidischen Raumes sind selbstadjungiert. A. (2) und (3) sind wahr, (1) ist falsch. B. (1), (2) und (3) sind wahr. C. (2) ist wahr, (1) und (3) sind falsch. D. (1) ist wahr, (2) und (3) sind falsch. E. (1) und (3) sind wahr, (2) ist falsch.
8 5. Es sei K ein Körper, B K n n und B (r,s) die (r, s)-te Streichungsmatrix. Dann ist für alle r, s mit 1 r, s n die Determinante det(b) = A. B. C. D. E. r=1 ( 1)r B sr det(b (r,s) ) r=1 ( 1)r+s B sr det(b (r,s) ) s=1 ( 1)r+s B rs det(b (r,s) ) s=1 ( 1)s B rs det(b (r,s) ) s=1 ( 1)r+s B rs det(b (s,r) ) 6. Es sei V ein dreidimensionaler reeller Vektorraum und (v 1, v 2, v 3 ) eine Basis von V. Es gibt genau eine alternierende Funktion f von V V nach V mit A. f(v 1, v 2 ) = v 1, f(v 1, v 3 ) = v 1, f(v 2, v 3 ) = v 2, f(v 2, v 1 ) = v 2, f(v 3, v 1 ) = v 3, f(v 3, v 2 ) = v 3 B. f(v 1, v 2 ) = v 1, f(v 1, v 3 ) = v 3 C. f(v 1, v 2 ) = v 1, f(v 1, v 3 ) = v 1, f(v 1, v 1 ) = 0, f(v 2, v 2 ) = 0, f(v 3, v 3 ) = 0 D. f(v 1, v 2 ) = v 1, f(v 1, v 3 ) = v 1, f(v 2, v 3 ) = v 2, f(v 2, v 1 + v 2 + v 3 ) = v 2 E. f(v 1, v 2 ) = v 1, f(v 1, v 3 ) = v 1, f(v 2, v 3 ) = v 2, f(v 2, v 1 + v 2 + v 3 ) = v 1 + v 2
9 7. A sei eine reelle n n-matrix und I n sei die n n-einheitsmatrix. V sei ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist falsch? A. Wenn c ein reeller Eigenwert von A ist, dann ist c 2 = 1. B. Wenn A die Matrix einer orthogonalen Funktion von V nach V bezüglich einer Basis von V ist, dann ist A orthogonal. C. Wenn die Zeilen von A eine Orthonormalbasis des Vektorraums aller reellen n-tupel (mit dem Standardskalarprodukt) bilden, dann ist A orthogonal. D. Die Determinante einer orthogonalen Matrix ist 1 oder 1. E. Wenn A orthogonal ist, dann ist die zu A transponierte Matrix gleich der zu A inversen Matrix. 8. Es sei d eine Drehung (aber nicht die Identität), g eine Gleitspiegelung und h eine Drehspiegelung (aber nicht eine Spiegelung) in einem dreidimensionalen euklidischen Raum. Dann ist die Fixmenge von d bzw. g bzw. h A. eine Gerade bzw. eine Gerade bzw. leer B. eine Gerade bzw. leer bzw. ein Punkt C. ein Punkt bzw. eine Gerade bzw. eine Gerade D. eine Gerade bzw. ein Punkt bzw. leer E. ein Punkt bzw. leer bzw. ein Punkt
10 9. Sei V ein euklidischer Raum. Welche der folgenden Aussagen ist richtig? A. Wenn h eine Isometrie von V ist und h(0) = 0 ist, dann ist h linear. B. Für je zwei Isometrien f, g von V ist f g = g f. C. Eine affine Abbildung von V nach V, die 0 auf 0 abbildet, ist eine Isometrie von V. D. Translationen in V und lineare Abbildungen von V nach V sind Isometrien von V. E. Jede Isometrie von V ist eine orthogonale Abbildung oder eine Translation in V. 10. Überprüfen Sie die folgenden Aussagen: (1) Der Graph einer affinen Funktion von V nach W ist ein affiner Unterraum von V W. (2) Das Bild einer konvexen Linearkombination unter einer affinen Funktion ist die entsprechende konvexe Linearkombination der Bilder. (3) Zwei Geraden p 1 + Kv 1 und p 2 + Kv 2 sind genau dann koplanar, wenn die Vektoren p 1 + p 2, v 1 und v 2 linear abhängig sind. A. (1), (2) und (3) sind wahr. B. (2) und (3) sind wahr, (1) ist falsch. C. (1) und (2) sind wahr, (3) ist falsch. D. (1) ist wahr, (2) und (3) sind falsch. E. (1) und (3) sind wahr, (2) ist falsch.
11 11. Schreiben Sie die Definitionen der folgenden Begriffe genau an! Sei V ein reeller Vektorraum und w 1,..., w n Vektoren in V. Die affine Hülle von w 1,..., w n ist { } Zwei quadratische Matrizen in R n n sind kongruent genau dann, wenn... Sei W ein komplexer Vektorraum. Eine Funktion, : W W C ist genau dann ein Skalarprodukt, wenn die folgenden Bedingungen erfüllt sind: Seien V und W endlichdimensionale Vektorräume. Eine multilineare Funktion f von W l nach V ist genau dann alternierend, wenn...
12 12. V mit <, > sei ein euklidischer Raum. Schreiben Sie die Definitionen der folgenden Begriffe genau an! Eine Funktion f von V nach V ist genau dann eine Isometrie, wenn... Eine Funktion s von V nach V ist genau dann eine Gleitspiegelung, wenn... Eine lineare Funktion h von V nach V ist genau dann orientierungserhaltend, wenn... Die Symmetriegruppe einer Teilmenge M von V ist...
13 13. V sei mit, ein zweidimensionaler euklidischer Raum, 0 w V und v := (v 1, v 2 ) sei eine ON-Basis von V. Mit s bezeichnen wir die Spiegelung in V um die Gerade durch 0 und w. Erläutern Sie, wie man eine ON-Basis, bezüglich der die Matrix von s Diagonalgestalt hat, ermittelt. Erklären Sie dann, wie man daraus die Matrix von s bezüglich der Basis v erhält. Welche Zahlen erhält man als Spur und als Determinante dieser Matrix? Wie hängen s und die orthogonale Projektion auf die Fixmenge von s zusammen?
14 14. V sei ein dreidimensionaler euklidischer Raum, der durch Angabe einer ON-Basis v := (v 1, v 2, v 3 ) orientiert ist. A sei die Matrix einer linearen Funktion d von V nach V bezüglich der Basis v. Wie prüft man mit Hilfe von A nach, ob d eine Drehung ist? Falls d eine Drehung ist: wie berechnet man mit Hilfe von A ihre Drehachse und den Cosinus ihres Drehwinkels? Falls d eine Drehung um die Drehachse U ist, α der Drehwinkel von d ist und U durch Angabe eines Vektors u U mit u = 1 orientiert ist: wie stellt man fest, ob α kleiner gleich oder größer als π ist?
15 15. Formulieren Sie den Spektralsatz für orthogonale Funktionen und für orthogonale Matrizen!
16 16. Erläutern Sie, was ein affiner Raum ist. Wie kann man die (Zeichen-)Ebene als affinen Raum betrachten? (Was sind dessen Punkte, was dessen Vektoren, wie können diese dargestellt werden). Wie stellt man dann eine Gerade in der Ebene dar?
17 ANSWERKEY FOR LA2 9Juli10 Version 1: A B C C B D A C C B Version 2: B B C E C E B B A C
Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?
1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2
MehrPrüfung 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,
MehrPrüfung 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
MehrAnalytische Geometrie
21 Vorlesungen über Analytische Geometrie für Lehramtstudierende der Schulformen Grund-, Mittel- und Realschule Jens Jordan Universität Würzburg, Wintersemster 2015/16 Hier kommt noch ein schönes Bildchen
MehrKlausurenkurs 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
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.
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
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
MehrLineare Abbildungen und Darstellungsmatrizen
KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt
Mehr6. Normale Abbildungen
SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische
MehrHenning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich
Henning Krause Lineare Algebra Julia Sauter SS 27 Klausur 2.9.27 mit Lösungsvorschlag Jan Geuenich Aufgabe (4 Punkte: Sei n N und seien A und B zwei (n n-matrizen über einem Körper K. Wahr Falsch (a Es
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 15.11.2013 Alexander Lytchak 1 / 12 Erinnerung Eine Abbildung f : V W zwischen reellen Vektorräumen ist linear, wenn
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
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 2 2. (Frühjahr 29, Thema 3, Aufgabe 3) Gegeben sei die reelle 3 3 Matrix 4 2 A = 2 7 2 R 3 3. 2 2 a)
MehrModulteilprüfung Geometrie (BaM-GS), Probeklausur
HRZ-Benutzername: Modulteilprüfung Geometrie (BaM-GS), Probeklausur Dr. Patrik Hubschmid // SoSe 2013, 4. Juli 2013 Kontrollieren Sie, ob Sie alle Blätter (7 einschließlich zweier Deckblätter) erhalten
Mehr4 Lineare Abbildungen Basisdarstellungen
4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w
Mehra) Ein Gruppenhomomorphismus von G nach H ist eine Abbildung Φ : G H, sodass für alle g 1, g 2 G die Gleichung Φ(g 1 g 2 ) = Φ(g 1 ) Φ(g 2 )
I. (4 Punkte) Es seien (G, ) eine Gruppe mit neutralem Element e G und (H, ) eine weitere Gruppe. a) Geben Sie die Definition eines Gruppenhomomorphismus Φ : G H an und beweisen Sie, dass für solch einen
Mehr7.2 Die adjungierte Abbildung
7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)
MehrProseminar Lineare Algebra II, SS 11. Blatt
Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2
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
MehrÜbungen zur Vorlesung Lineare Algebra
Übungen zur Vorlesung Lineare Algebra Institut für Reine Mathematik WS 2009/10 & SS 2010 Kapitel 1. Vektorräume Was ist ein Vektorraum? Sei X und K ein Körper. Wie macht man Abb (X, K) zu einem K -Vektorraum?
MehrSteilkurs Lineare Algebra 1 einige wichtige Stationen
Steilkurs Lineare Algebra 1 einige wichtige Stationen Für einen Körper K ist ein K-Vektorraum V eine Menge mit einer kommutativen und assoziativen Verknüpfung + : V V V, für die es ein neutrales Element
Mehr9 Vektorräume mit Skalarprodukt
9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden
MehrAussagenlogik. 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
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
MehrAussagenlogik. 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
MehrModulteilprüfung Geometrie (BaM-GS), Probeklausur
HRZ-Benutzername: Modulteilprüfung Geometrie (BaM-GS), Probeklausur Dr. Patrik Hubschmid // SoSe 2013, 4. Juli 2013 Kontrollieren Sie, ob Sie alle Blätter (8 einschlieÿlich zweier Deckblätter) erhalten
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs 4Q Lineare Algebra/Analytische Geometrie II SoSe 2016
Name, Vorname Matrikel-Nr. Aufg. Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4Q Lineare Algebra/Analytische Geometrie II SoSe 206 Bearbeiten Sie bitte
MehrSatz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum
Orthogonalität 123 Dienstag, 27. April 04 Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum U von V gilt dann (a) U + U = V, U U = {0}, U, U = 0. (b) (U ) = U. Wir sagen
MehrKlausur zur Vorlesung Lineare Algebra und Geometrie I
Klausur zur Vorlesung Lineare Algebra und Geometrie I Ruhr-Universität Bochum Prof. Dr. Peter Eichelsbacher 3. April 2007, 9.00-13.00 Uhr, 240 Minuten Name und Geburtsdatum: Matrikelnummer: Hinweise: Überprüfen
MehrTechnische Universität Berlin
Technische Universität Berlin Fakultät II Institut für Mathematik WS /4 M. Eigel R. Nabben K. Roegner M. Wojtylak.4.4 April Klausur Lineare Algebra für Ingenieure Lösungsskizze. Aufgabe 9 Punkte Gegeben
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
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
Mehr10 Unitäre Vektorräume
10 Unitäre Vektorräume Pink: Lineare Algebra 2014/15 Seite 98 10 Unitäre Vektorräume Die Theorie komplexer Vektorräume mit Skalarprodukt folgt denselben Linien wie die Theorie reeller Vektorräume mit Skalarprodukt;
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016
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
MehrLineare Algebra für PhysikerInnen
Universität Wien, SS 2015 Lineare Algebra für PhysikerInnen Beispiele für Multiple-Choice-Fragen Punkteschlüssel: [Typ 1 aus 4] und [Typ 3 aus 4]... 0.8 Punkte [Typ 2 aus 4]... 1 Punkt Bei der schriftlichen
MehrKapitel II Lineare Algebra und analytische Geometrie Stand 9. Januar 2011
Kapitel II Lineare Algebra und analytische Geometrie Stand 9 Januar 011 7 Bewegungen Wir betrachten jetzt Affinitäten in n unter Einbeziehung der Abstandsmessung Die Abstandsmessung in n beruht auf einem
Mehr43911: Lineare Algebra/Geometrie Prüfungstermin Herbst 2015 Lösungsvorschlag
Dr. Erwin Schörner 49: Lineare Algebra/Geometrie Prüfungstermin Herbst 5 Lösungsvorschlag I.. a Die in Abhängigkeit vom Parameter t R für t t A t t t R und b R t + t t + t zu betrachtende Menge F t { x
MehrKlausur Lineare Algebra I & II
Prof. Dr. G. Felder, Dr. Thomas Willwacher ETH Zürich, Sommer 2010 D MATH, D PHYS, D CHAB Klausur Lineare Algebra I & II Bitte ausfüllen! Name: Vorname: Studiengang: Bitte nicht ausfüllen! Aufgabe Punkte
MehrVII.2. INNERE PRODUKTE 227
VII.2. INNERE PRODUKTE 227 der Abstand von v zum Teilraum W genannt. Dabei bezeichnet p: V W die Orthogonalprojektion aus Satz VII.2.32 und b 1,...,b k ist eine beliebige Orthonormalbasis von W. Offensichtlich
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
Mehr, Uhr Dr. Thorsten Weist. Name Vorname Matrikelnummer. Geburtsort Geburtsdatum Studiengang
Nachklausur zur Linearen Algebra I - Nr. 1 Bergische Universität Wuppertal Sommersemester 2011 Prof. Dr. Markus Reineke 06.10.2011, 10-12 Uhr Dr. Thorsten Weist Bitte tragen Sie die folgenden Daten leserlich
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016
Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016 Bearbeiten Sie bitte zwei
Mehr3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette
1. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 30.10.03 1 Finden 2 Sei Sie reelle Zahlen a, b, c, so dass a (2, 3, 1) + b (1, 2, 2) + c (2, 5, 3) = (3, 7, 5). (V,, ) ein euklidischer Vektorraum. Zeigen
MehrEinführung in die Mathematik für Informatiker
Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 12.12.2016 9. Vorlesung Eigenschaften linearer Abbildungen Beschreibung linearer Abbildungen durch Matrizen... Eigenschaften
MehrAUFGABENSAMMLUNG 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
Mehri) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.
Abbildungen Rechnen Matrizen Rechnen Vektoren Äquivalenzrelation Addition: Skalarmultiplikation: Skalarprodukt: Länge eines Vektors: Vektorprodukt (im ): i ii i ii v) gilt (Cauchy-Schwarz-Ungleichung):
MehrLeitfaden 34. , dies ist eine reelle symmetrische Matrix, also diagonalisierbar.
Leitfaden 34 5. Euklidsche und unitäre Räume (und selbstadjungierte, orthogonale, unitäre, normale Endomorphismen). 5.1. Reelle symmetrische Matrizen sind diagonalisierbar. Satz: Reelle symmetrische Matrizen
MehrBC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2
Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete
MehrA w w f f B w f w f A B w f w w A B A B A B. z = a 2 + b 2 =: r. c+id = ac+bd. 2 c 2 +d 2. z 2. z n = z. z = r cos(x) + ir sin(x) = reix
Formelsammlung Aussagenlogik Für beliebige Aussagen A, B gilt: Konjunktion Disjunktion Implikation Äquivalenz A B w f f f A B w w w f A B w f w w A B w f f w Mengenlehre Für beliebige Mengen A, B gilt:
MehrA w w f f B w f w f A B w f w w A B A B A B. z = a 2 + b 2 =: r. c+id = ac+bd. 2 c 2 +d 2. z 2. z n = z. z = r cos(x) + ir sin(x) = reix
Formelsammlung Aussagenlogik Für beliebige Aussagen A, B gilt: Konjunktion Disjunktion Implikation Äquivalenz A B w f f f A B w w w f A B w f w w A B w f f w Mengenlehre Für beliebige Mengen A, B gilt:
Mehr6 Lineare Abbildungen
6 Lineare Abbildungen Bei der Untersuchung einer algebraischen Struktur spielen im wesentlichen immer zwei Konzepte eine wichtige Rolle: Unterstrukturen, also Teilmengen mit derselben Struktur, und Morphismen,
MehrMusterlösung zur Klausur Lineare Algebra I
Musterlösung zur Klausur Lineare Algebra I Aufgabe Version A 5 Punkte: Welche der folgenden Aussagen sind wahr bzw. falsch? Setzen Sie in jeder Zeile genau ein Kreuz. Für jede korrekte Antwort erhalten
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 33 Das Kreuzprodukt Eine Besonderheit im R 3 ist das sogenannte Kreuzprodukt, das zu zwei gegebenen Vektoren
Mehr1 Linearkombinationen
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Linearkombinationen Unter einer Linearkombination versteht man in der linearen Algebra einen Vektor, der sich durch
MehrAufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009
I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe
MehrIna Kersten Analytische Geometrie und Lineare Algebra 1. L A TEX-Bearbeitung von Stefan Wiedmann
Ina Kersten Analytische Geometrie und Lineare Algebra 1 L A TEX-Bearbeitung von Stefan Wiedmann Universitätsverlag Göttingen 2005 Voraussetzungen 11 1 Einige Grundbegriffe 12 1.1 Die komplexen Zahlen 12
MehrLineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß
Lineare Algebra I - 26. Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Donnerstag 8.12.: 8:30 Uhr - Vorlesung 10:15 Uhr - große Übung / Fragestunde Klausur: Mittwoch, 14.12. 14:15 Uhr, A3 001 Cauchy-Schwarz
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)
Mehr1 Lineare Abbildungen
1 Lineare Abbildungen Definition 1 Sei K ein Körper und V und W K-Vektoräume. Eine Abbildung f : V W heisst linear oder Homomoprhismus, wenn gilt: fv 1 + v 2 = fv 1 + fv 2 v 1, v 2 V fλv = λfv λ K, v V
MehrMathematik für Betriebswirte I (Lineare Algebra) 1. Klausur Wintersemester 2013/
Mathematik für Betriebswirte I (Lineare Algebra). Klausur Wintersemester 20/204 06.02.204 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:... Vorname:... Matrikelnummer: Studienfach:... Name des
MehrKLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter
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
MehrMusterlösung zur Nachklausur Lineare Algebra I
Musterlösung zur Nachklausur Lineare Algebra I Aufgabe 1 5 Punkte: Welche der folgenden Aussagen sind wahr bzw falsch? Setzen Sie in jeder Zeile genau ein Kreuz Für jede korrekte Antwort erhalten Sie 0,5
MehrVerständnisfragen: Lineare Algebra und Analytische Geometrie I und II
Verständnisfragen: Lineare Algebra und Analytische Geometrie I und II Matrizen, lineare Gleichungssysteme Wie kommt man von einem linearen Gleichungssystem zu einer Matrix? Was ist die Zeilenstufenform?
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem
MehrFerienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte
Technische Universität München, Fakultät für Physik Ferienkurs - ineare Algebra Hanna Schäfer 03. März 04 0. inearität. f : M N, x : y = f(x) Merkinhalte. f(x + λy) = f(x) + λf(y), x, y V, λ K 3. ineare
MehrModulteilprüfung Geometrie (BaM-GS, L3M-RF)
Modulteilprüfung Geometrie (BaM-GS, L3M-RF) Prof. Dr. Martin Möller SoSe 2011 // 05. Juli 2011 Kontrollieren Sie, ob Sie alle Blätter (12 einschließlich zweier Deckblätter) erhalten haben, und geben Sie
MehrOrthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
MehrEXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME
EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME In diesem Abschnitt wiederholen wir zunächst grundlegende Definitionen und Eigenschaften im Bereich der Matrizenrechnung, die wahrscheinlich bereits in Ansätzen
MehrLösungsskizze zur Hauptklausur Lineare Algebra I
Lösungsskizze zur Hauptklausur Lineare Algebra I Aufgabe Seien V und W zwei K-Vektorräume für einen Körper K. a) Wann heißt eine Abbildung f : V W linear? b) Wann heißt eine Abbildung f : V W injektiv?
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 I JÜRGEN HAUSEN
LINEARE ALGEBRA I JÜRGEN HAUSEN Anstelle eines Vorwortes... Der vorliegende Text entstand aus einer einführenden Vorlesung Lineare Algebra im Rahmen des Mathematikstudiums. Ich habe mich um knappe Darstellung
Mehr4 Lineare Abbildungen und Matrizen
4.1 Lineare Abbildungen Definition 4.1. Es seien V, W K-Vektorräume. Eine Abbildung f : V W heißt linear oder Homomorphismus, wenn für alle u, v V und λ K gilt Beispiel 4.2. L1 f(u + v) = f(u) + f(v),
MehrDefinitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.
Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren
MehrÜbungen zu Lineare Algebra und Geometrie 1
Übungen zu Lineare Algebra und Geometrie 1 Andreas Čap Sommersemester 2015 Wiederholung grundlegender Begriffe (1 Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch f(x, y,
MehrLösungsskizze zur Wiederholungsserie
Lineare Algebra D-MATH, HS Prof. Richard Pink Lösungsskizze zur Wiederholungsserie. [Aufgabe] Schreibe die lineare Abbildung f : Q Q 5, x +x +x x x +x +6x f x := x +x +8x x x +x +x. x +x +5x als Linksmultiplikation
Mehr4.3 Affine Punkträume
4.3. AFFINE PUNKTRÄUME 185 4.3 Affine Punkträume Es wird jetzt der Übergang von der linearen Algebra zur analytischen Geometrie beschrieben. 4.3.1 Definition (affiner Punktraum) Sei V ein K-Vektorraum,
MehrJede symmetrische Bilinearform b definiert eine quadratische Form q durch. q(x) := b(x, x).
1 Kapitel 1 Clifford-Algebren 1 Innere Produkte Sei k {R, C}, V stets ein endlich-dimensionaler k-vektorraum. Fehlende Beweise finden sich in der Literatur ([Art1], [Bou1], [Brie], [Cohn]). Definition.
MehrPRÜFUNG AUS ALGEBRA UND DISKRETE MATHEMATIK F. INF. U. WINF.
Zuname: Vorname: Matrikelnummer: PRÜFUNG AUS ALGEBRA UND DISKRETE MATHEMATIK F. INF. U. WINF. (GITTENBERGER) Wien, am 5. Februar 2013 (Ab hier freilassen!) Arbeitszeit: 100 Minuten 1) 2) 3) 4) 5) 1)(8
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
MehrKlausur zur Vorlesung Lineare Algebra II, SoSe 2016,
Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren
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
MehrÜbungen zu Lineare Algebra und Geometrie für LAK
Übungen zu Lineare Algebra und Geometrie für LAK Andreas Cap Wintersemester 2010/11 Wiederholung grundlegender Begriffe (1) Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch
MehrÜbungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12
Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12 Schriftliche Aufgaben Aufgabe 1. Sei A M(n n, C). Zeigen Sie: (1) exp(a) ist invertierbar mit exp(a) 1 = exp( A). (2) Ist A M(n n, C) selbstadjungiert
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
MehrMusterlösung zur Probeklausur Lineare Algebra I
Musterlösung zur Probeklausur Lineare Algebra I Aufgabe 1 5 Punkte: Welche der folgenden Aussagen sind wahr bzw. falsch? Setzen Sie in jeder Zeile genau ein Kreuz. Für jede korrekte Antwort erhalten Sie
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
Mehr3 Vektorräume abstrakt
Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare
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
MehrLösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink
Lineare Algebra D-MATH, HS 201 Prof. Richard Pink Lösung zu Serie 18 1. Sei V,, ein endlich-dimensionaler unitärer Vektorraum. Zeige, dass zu jeder Sesquilinearform f : V V C eine eindeutige lineare Abbildung
MehrBild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis
MehrABBILDUNGEN ZWISCHEN VEKTORRÄUMEN MIT SKALARPRODUKT
ABBILDUNGEN ZWISCHEN VEKTORRÄUMEN MIT SKALARPRODUKT G.FELDER, LINEARE ALGEBRA II, FS 2013 27.03.2013 Inhaltsverzeichnis 1. Selbstadjungierte Abbildungen 1 1.1. Adjungierte Abbildungen 1 1.2. Spektralsatz
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Hinweis:
Mehr43 Unitäre Vektorräume
43 Unitäre Vektorräume 43 1 Zusammenfassung In diesem Paragrafen werden die gleichen Themen wie in 41 abgehandelt, jetzt allerdings für den komplexen Fall. Die Aussagen entsprechen sich weitgehend, daher
Mehr3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153
3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische
Mehr4 Orthogonale Endormorphismen
4 Orthogonale Endormorphismen Frage: Bei welchen Abbildungen R R bzw. R 3 R 3 bleibt der Abstand zwischen zwei Punkten erhalten? Für α R setzen wir cosα sin α D(α) = und S(α) := sin α cosα ( cos α sin
MehrKLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008
KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch
Mehr