Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr
|
|
- Viktor Kurzmann
- vor 6 Jahren
- Abrufe
Transkript
1 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, antisymmetrisch? Lösung Die Relation σ ist reflexiv: (a, b)σ(a, b), da a + b a + b transitiv: (a, b)σ(c, d) a + b c + d und (c, d)σ(e, f) c + d e + f. Insgesamt folgt a + b e + f, also (a, b)σ(e, f). nicht symmetrisch: (, )σ(, ), aber nicht (, )σ(, ) nicht antisymmetrisch: (, )σ(, ) und (, )σ(, ), aber nicht (, ) = (, ) Aufgabe Es sei A := {,,, } und die Relationen R und R auf A seien gegeben durch R = R = {(, ), (, ), (, ), (, ), (, ), (, ), (, ), (, )} i) Man untersuche R und R bzgl. der Eigenschaften reflexix, symmetrisch, antisymmetrisch, transitiv. ii) Man konstruiere R als kleinste Äquivalenzrelation, die R enthält. Lösung i) R : Nicht reflexiv (nicht R ), aber symmetrisch, antisymmetrisch und transitiv (da jeweils Voraussetzung immer falsch) R : reflexiv (R, R, R und R ), symmetrisch (R und R, R und R ), nicht antisymmetrisch (R und R, aber ) und nicht transitiv (R und R, aber nicht R ) ii) R = R {(, ), (, )}, die sogenannte transitive Hülle von R. Aufgabe * Es sei eine Äquivalenzrelation auf einer nichtleeren Menge X. Man zeige, dass dann für beliebige x, y X entweder [x] = [y] oder [x] [y] = gilt. Lösung Es seien x, y X. Wir nehmen [x] [y] an (Sonst gilt die Behauptung). Es sei z [x] [y]. Dann gilt z [x], also x z. Analog gilt z y. Wegen der Symmetrie und Transitivität folgt x y, also x [y] und y [x], das heißt [x] = [y]. Abbildungen Aufgabe (siehe Blatt, H) Es seien A, B Mengen, f : A B eine Abbildung. Wir betrachten die Abbildung g : P(B) P(A), N f (N). Man zeige: i) Es ist f genau dann injektiv, wenn g surjektiv ist. ii) Es ist f genau dann surjektiv, wenn g injektiv ist. Lösung Siehe Blatt, H.
2 Aufgabe Welche der folgenden Abbildungen sind injektiv, surjektiv oder bijektiv? i) f : R R, x x x + ii) g : R R, x x + x iii) h : R R, (x, y) (y, x ) Man berechne, falls möglich, die Umkehrabbildung von h. Lösung i) f(x) = (x )(x ), also nicht injektiv (f hat zwei Nullstellen). f ist nicht surjektiv, da Bild(f). ii) g ist injektiv, da g (x) = x + >, g also streng monoton wachsend. g ist surjektiv: g ist stetig, hat die Grenzwerte ±, nimmt also nach dem Zwischenwertsatz alle Werte R an. iii) h(x, y) = h(x, y ) (y, x ) = (y, x ) y = y und x = x. Es sei (a, b) R. Dann gilt (y, x ) = (a, b) (x, y) = (b +, a/). Damit ist h bijektiv mit der Umkehrabbildung h : (x, y) (y +, x/). Aufgabe Injektivität und Surjektivität i) Gibt es Abbildungen, die weder injektiv noch surjektiv sind? ii) Man zeige, dass die Komposition injektiver (surjektiver) Abbildungen wiederum injektiv (surjektiv) ist. Lösung i) Ja. Beispiel: f : {a, b} {a, b}, a a, b a. ii) injektiv: Es seien f : A B, g : B C injektiv. Es gelte g(f(x)) = g(f(y)). Da g injektiv ist, folgt f(x) = f(y). Da auch f injektiv ist, folgt x = y. Das zeigt die Injektivität von g f. surjektiv: Es seien f : A B, g : B C surjektiv. Es sei c C. Da g surjektiv ist, gibt es ein b B mit g(b) = c. Wegen der Surjektivität von f finden wir schließlich ein a A mit f(a) = b. Insgesamt erhalten wir c = g(b) = g(f(a)). Aufgabe Es seien f : X Y eine Abbildung, A, B X sowie C, D Y. Zu zeigen: i) f(a B) f(a) f(b), ii) f (C D) = f (C) f (D), iii) f ist genau dann injektiv, falls f (f(z)) = Z für alle Z X. Unter welcher Voraussetzung gilt in i) Gleichheit? Lösung i) Es sei y f(a B). Dann existiert x A B mit f(x) = y. Wegen x A folgt y = f(x) f(a) und analog ergibt sich y = f(x) f(b). Das zeigt y f(a) f(b). Gleichheit gilt genau dann, wenn f injektiv ist. ii) Wir zeigen beide Inklusionen in einem Schritt: Es gilt x f (C D) f(x) C D f(x) C f(x) D x f (C) x f (D) x f (C) f (D). iii) Wir zeigen beide Implikationen: "= ": siehe Hilfsaussage Aufgabe (bzw. Blatt, H ) " =": Es seien x, y X mit f(x) = f(y). Dann gilt {x} X und {y} X und nach Voraussetzung gilt {x} = f (f({x})) = f (f({y})) = {y}, also x = y.
3 Aufgabe * Es seien A, B, C, D Mengen und C f D ein kommutatives Diagramm, d.h. es gelte α β A g B f α = β g. Ferner seien α und β bijektiv. Man zeige: Die Abbildung g ist genau dann injektiv, wenn f injektiv ist. Lösung Zu zeigen ist: f ist injektiv g ist injektiv. " :" Es seien a, a A mit g(a ) = g(a ). Damit gilt β(g(a )) = β(g(a )) = f(α(a )) = β(g(a )) = α(a ) = α(a ) = a = a " :" Es seien c, c C mit f(c ) = f(c ). Da α bijektiv ist, gibt es eindeutig bestimmte a, a mit α(a ) = c, α(a ) = c. Damit erhalten wir f(c ) = f(c ) = f(α(a )) = f(α(a )) = β(g(a )) = β(g(a )) = g(a ) = g(a ) = a = a = c = α(a ) = α(a ) = c Gruppen, Ringe, Körper Aufgabe Es sei K := {,, a} eine Menge mit paarweise verschiedenen Elementen. Wie sind die Verknüpfungstafeln auszufüllen, so dass (K, +, ) ein Körper wird. (Die Elemente und sollen dabei ihre "übliche" Rolle spielen) + a a a a Lösung Man kann die "Sudoku-Aufgaben" jeweils eindeutig lösen. Der so konstruierte Körper ist natürlich isomorph zum Körper F. + a a a a a a a a a Aufgabe Es seien (G, +) eine Gruppe, U und U Untergruppen. Man beweise oder widerlege jeweils: i) (U U, +) ist eine Untergruppe von (G, +), ii) (U U, +) ist eine Untergruppe von (G, +). Lösung i) (U U, +) ist eine Untergruppe von (G, +): e U und e U = e U U a, b U U = a, b U und a, b U. Da U und U Untergruppen sind, folgt a + b U und a + b U, also a + b U U.
4 Es sei a U U. Dann gilt a U, also auch a U. Analog gilt a U und wir erhalten a U U. ii) (U U, +) ist keine Untergruppe von (G, +): Gegenbeispiel: U = Z, U = Z. Dann ist U, U, aber 5 = + U U. Aufgabe * Es sei (G, ) eine Gruppe mit neutralem Element e, und es gelte für alle g G die Gleichung g = e. Man beweise, dass (G, ) abelsch ist. Lösung Es seien a, b G. Dann gilt Lineare Gleichungssysteme ab = e(ab)e = (bb)(ab)(aa) = b(ba)(ba)a = bea = ba. Aufgabe Die Matrix A sei in Abhängigkeit der Parameter a, b gegeben durch b A = a b b a Man bestimme den Rang von A in Abhängigkeit von a und b. Lösung Durch elementare Zeilenumformungen erhalten wir b A b a b a ab b.fall: b = : (a) a = b = : Rang (b) a b = Rang.Fall: b (a) a = b, insbesondere a : Rang (b) a b: Rang Aufgabe Für welche t R hat das folgende LGS keine, genau eine oder mehr als eine Lösung? x + y + tz = x + y + z = t x + ty z = Man berechne für t = und t = alle Lösungen. Lösung Gauß-Algorithmus angewandt auf die erweiterte Koeffizientenmatrix liefert t t t t t 6 t t t + t + 8t 5 Die Matrix hat also genau dann vollen Rang, wenn t t + = (t )(t ), also für t,. In diesen Fällen hat das LGS genau eine Lösung. Betrachten wir nun die Sonderfälle t = sowie t = t = : Dann ist die Zeilenstufenform von der Gestalt 7
5 Damit ergibt sich ein eindimensionaler Lösungsraum: x 5 x x = + R 7 Für t = / erhält man / 7/ /9 An der letzten Zeile sieht man, dass das LGS keine Lösung besitzt. Für t = schließlich ergibt sich aus der Zeilenstufenform die Lösung x x x = /5 8/5 /5 5 Vektorräume, Unterräume, Basis und Dimension Aufgabe Es seien V := C und U := {(z, z ) C z = z }. Man zeige oder widerlege: i) U ist ein Unterraum des C-Vektorraums V, ii) U ist ein Unterraum des R-Vektorraums V. Lösung i) U ist kein Unterraum des C-Vektorraums V : (, ) U, aber i(, ) = (i, i) U. ii) U ist ein Unterraum des R-Vektorraums V : (, ) U also U {}, (a, b), (c, g) U a + c = c + d = c + d, also (a + c, b + d) U, (a, b) U, λ R λa = λb = λb, also (λa, λb) U. Aufgabe (Staatsexamen 98) Im R seien in Abhängigkeit von c R die Mengen gegeben. U = { V c = {λ x x x x R x x =, x + x x = } + µ c λ, µ R} i) Man begründe kurz, warum U und V c Unterräume des R sind. ii) Man berechne eine Basis von U. iii) Für welche Zahlen c gilt R = U + V c. Lösung i) U ist als Lösungsmenge eines homogenen LGS ein Unterraum. V c ist gerade das Erzeugnis zweier Vektoren und daher ein Unterraum.
6 ii) Eine Basis von U erhält man durch das Lösen des zugehörigen LGS: x x x + = R + R x Die beiden angegebenen Vektoren bilden eine Basis von U. iii) Da sowohl U also auch V c von je zwei Vektoren aufgespannt werden, gilt U + V c = R genau dann, wenn, die erzeugenden Vektoren linear unabhängig sind. Linearkombination der Null und Aufstellen des zugehörigen LGS führt auf die Koeffizientenmatrix c c + c/ Vollen Rang der Matrix und damit lineare Unabhängigkeit erhalten wir genau im Fall c 8. Aufgabe Es seien a, b, c und d linear unabhängige Vektoren in einem reellen Vektorraum. Ferner seien v = a + b + c + d, v = b + c, v = c + d, v = a + b und U :=< v, v, v, v >. i) Man bestimme die Dimension von U. ii) Was lässt sich über die Dimension von U aussagen, wenn man nichts über lineare (Un- )Abhängigkeit der Vektoren a, b, c, d weiß? Lösung Wir testen v, v, v und v auf lineare Unabhängigkeit:. λ k v k = λ (a + b + c + d) + λ (b + c) + λ (c + d) + λ (a + b) = k= (λ + λ )a + (λ + λ + λ )b + (λ + λ + λ )c + (λ + λ )d = Aufgrund der linearen Unabhängigkeit von a, b, c, d müssen die zugehörigen Koeffizienten sein, dies führt auf ein homogenes LGS: Damit sind die Vekoren linear abhängig. Da der (Spalten-) Rang der Matrix ist, spannen die Vektoren einen dreidimensionalen Raum auf. Sind a, b, c, d nicht mehr linear unabhängig, so könnte sich aufgrund der Abhängigkeiten die Dimension von U entsprechend reduzieren. Die Dimension ist in diesem Fall dann höchstens. Aufgabe Es seien V = Q und U = U =,, 6, V V
7 i) Man berechne Basen von U U und U + U. ii) Man bestimme einen Unterraum U V, so dass U + U = V, U U = {}. Lösung i) Zur Berechnung des Schnitts wählen wir den Ansatz λ + λ + λ = λ Für das zugehörige lineare Gleichungssystem erhalten wir λ 5 Der dritten Zeile entnimmt man λ = λ 5 ; für den Schnitt erhalten wir somit U U = λ 5 + λ 5 = λ Eine Basis von U U ist also etwa (,,, ). Ein Erzeugendensystem für die Summe U + U lässt sich direkt angeben: U + U =,,,, 6 Dieses ist jedoch linear abhängig. Um eine Basis zu konstruieren, schreiben wir die erzeugenden Vektoren zeilenweise in eine Matrix und wenden elementare Zeilenumformungen an, da diese den von den Zeilenvektoren aufgespannten Raum unverändert lassen. 6 5 Aus den linear unabhängigen Zeilen können wir nun eine Basis ablesen:,, 5 ii) Auch hier benutzen wir die Eigenschaft, dass elementare Zeilenumformungen den Zeilenraum invariant lassen: Wir schreiben das Erzeugendensystem von U wiederum zeilenweise auf: Da nun die freien Parameter in der dritten und vierten Spalte "sitzen", wählen wir U =< {e, e } >. 6
8 Aufgabe 5 Es seien R[X] der Vektorraum der reellen Polynome vom Grad. i) Man bestimme eine Basis des Unterraums < {x x, x } > < {x x, x} > ii)* Man bestimme die Parameter a, b R, so dass eine Basis von R[X] darstellt. B (a,b) = { + ax + x, + x + bx, + ax ax } iii)* Man stelle das Polynom x + 5x in der Basis {, + x, x } dar. Lösung i) Für den Schnitt der Unterräume wählen wir den Ansatz λ (x x)+λ (x ) = λ (x x)+λ (x) (λ λ )x +( λ +λ +λ λ )x+( λ ) = Da {, x, x } linear unabhängig ist, ergibt sich (mal wieder) ein lineares Gleichungssystem mit der Lösung λ = λ, λ = λ λ =, λ = λ Einsetzen in den Ansatz ergibt Eine Basis ist also gegeben durch {x x}. λ (x x) + λ (x) = λ (x x). ii)* Offensichtlich gilt B (a,b) R[x], wir müssen also die Parameter a und b so wählen, dass B (a,b) linear unabhängig ist. λ ( + ax + x ) + λ ( + x + bx ) + λ ( + ax ax ) = (λ + bλ aλ ) x + (aλ + λ + aλ ) x + (λ + λ + λ ) = Wiederum erhalten wir ein LGS: b a a a a a Im Fall a {, } hat die Matrix vollen Rang; in diesen Fällen ist B (a,b) tatsächlich eine Basis. iii)* Um das Polynom x + 5x in der Basis {, + x, x } darzustellen, wählen wir den Ansatz λ + λ ( + x) + λ ( x ) = x + 5x Das zugehörige LGS ist von der Form 5 Als Lösung erhalten wir λ =, λ =, λ = 8. Aufgabe 6* Man bestimme eine Basis des Unterraums < sin(x), cos(x), sin(x + π/) > Lösung Es gilt sin(x + π/) = cos(x). Eine Basis ist also gegeben durch {sin(x), cos(x)}.
9 6 Lineare Abbildungen Aufgabe Welche der folgenden Abbildungen sind linear? i) f : R R, x x +, ii) g : R R, (x, y) (x + y, x cy) mit einer Konstante c R. Lösung i) f : R R, x x + ist nicht linear ii) g : R R, (x, y) (x + y, x cy) mit einer Konstante c R ist linear. Aufgabe Die Abbildung F : R R sei gegeben durch (x, y, z) x + y + z. i) Zu zeigen: die Abbildung F ist linear. ii) Ist F injektiv oder surjektiv? iii) Man bestimme Basen von Bild(F ) und Kern(F ). Lösung i) Nachrechnen: F (λ (x, y, z) + (x, y, z )) = λ F ((x, y, z)) + F ((x, y, z )) ii) F ist nicht injektiv, aber surjektiv? (Beweis siehe iii)) iii) Bild(F ) =< {} > und Kern(F ) =< {(,, ), (,, )} >. Aufgabe Es sei f : R R gegeben durch (x, x, x ) (x,, x ). i) Man zeige, dass f linear ist. ii) Man bestimme Basen von Bild(f) und Kern(f). iii) Ist f injektiv, surjektiv oder sogar bijektiv? Lösung i) Nachrechnen! ii) Bild(f) =< {(,, ), (,, )} > und Kern(f) =< {(,, )} >. iii) Nach ii) ist f weder injektiv noch surjektiv, insbesondere auch nicht bijektiv. Aufgabe Ist die Komposition linearer Abbildungen wieder linear? Lösung Ja. Aufgabe 5 i) Gibt es eine surjektive lineare Abbildung f : R n R n+? ii) Gibt es eine injektive lineare Abbildung f : R n R n? Lösung Nach dem Dimensionssatz für lineare Abbildungen sind beide Fälle i) und ii) nicht möglich. Aufgabe 6 Es sei V := R[X] die Menge aller Polynome vom Grad mit reellen Koeffizienten. i) Zu zeigen: die Abbildung F : V V, F (p(x)) = p (X) ist linear. ii) Man bestimme Bild(F ) und Kern(F ). iii) Man zeige, dass B = {X, X +, X X, X + X } eine Basis von V ist. iv) Wie lauten die Bilder der Basisvektoren in B unter der Abbildung F? Lösung i) Vgl. Ableitungsregeln ii) Bild(F ) = R[X], Kern(F ) = R. iii) Es gilt B V und B ist linear unabhängig (nachrechnen!) iv),, X X, X + X Aufgabe 7 (Staatsexamen 99) Im R seien die Vektoren v =, v = λ, v =, w =, w = µ, w = gegeben. Für welche Parameter λ, µ R gibt es eine lineare Abbildung φ : R φ(v i ) = w i für i=,,? R mit
10 Lösung Lineare Abbildungen sind durch die Bilder der Basisvektoren eindeutig bestimmt. Sind v, v, v linear unabhängig, so existiert zu jedem λ und µ genau eine lineare Abbildung mit den gewünschten Eigenschaften. Das ist der Fall für λ. Für λ = besteht die Abhängigkeit v = v v. Da φ linear sein soll, muss dann auch φ(v ) = φ(v ) φ(v ) gelten. Im Fall λ = führt diese Bedingung auf µ =.
Prof. Dr. Markus Reineke Dr. Anna-Louise Grensing. Musterlösung zur Klausur zur Linearen Algebra I
Prof. Dr. Markus Reineke Dr. Anna-Louise Grensing Musterlösung zur Klausur zur Linearen Algebra I 1 Aufgabe 1: (8 Punkte) Entscheiden Sie, ob die folgenden Aussagen wahr oder falsch sind: Aussage wahr
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?
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
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
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
Mehr3 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
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
MehrÜbungen 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
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16
Name, Vorname Matrikel-Nr. Aufg. Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 25/6 Bearbeiten Sie bitte
MehrWiederholungs-Modulprüfung: zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 1.Klausur
Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Wiederholungs-Modulprüfung: zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 1.Klausur Bearbeiten
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
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
MehrMathematik 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
MehrMathematik 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
MehrÜbungen zur Diskreten Mathematik I Blatt 6
1 Blatt 6 Aufgabe 19 Es sei M := {n N : n 2} und R := {(n, m) M M : n teilt m}. a) Zeigen Sie, dass R eine Ordnungsrelation auf M ist. b) Überprüfen Sie, ob R eine totale Ordnung auf M ist. c) Zeigen Sie,
Mehr6. f : Abb(R, R) R mit ϕ f(ϕ) := ϕ(1) Hinweis:f :V W über K bedeutet Abbildung f zwischen den Vektorräumen V und W über demselben
Aufgabe 74. Untersuchen Sie die folgenden Abbildungen auf Linearität. 1. f : R 2 R 2 mit (x, y) f(x, y) := (3x + 2y, x) 2. f : R R mit x f(x) := ϑx + ζ für feste ϑ, ζ R 3. f : Q 2 R mit (x, y) f(x, y)
MehrMathematik 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
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
Mehr2.4 Lineare Abbildungen und Matrizen
24 Lineare Abbildungen und Matrizen Definition 24 Seien V, W zwei K-Vektorräume Eine Abbildung f : V W heißt lineare Abbildung (lineare Transformation, linearer Homomorphismus, Vektorraumhomomorphismus
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
MehrEintageskurs Lineare Algebra 1
Wintersemester 2011/2012 Eintageskurs Lineare Algebra 1 Garching, Februar 2012 Konrad Waldherr Technische Universität München Überblick Kein neuer Stoff, keine Voraussetzung für die Klausur Wiederholung
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)
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
Mehrtechnische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4
MehrTechnische 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
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
Mehri=1 j= 5 2. Verifizieren Sie die Gleichung indem Sie die Ausdrücke ohne Summenzeichen schreiben. j=0
Übungen zur Einführung in die Analysis (Einführung in das mathematische Arbeiten WS 2017 1. Schreiben Sie die folgenden Ausdrücke ohne Verwendung von Summen- bzw. Produktzeichen: 7 2 3 5 k 2k+1, a k, 2
MehrTechnische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung
Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen Aufgaben mit Musterlösung 21. März 2011 Tanja Geib 1 Aufgabe 1 Geben Sie zu B = {0, 2, 4} und
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
Mehr(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.
() In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K.
MehrAusgewählte 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
MehrÜbungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)
Mehr(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
MehrLineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:
Mehr, 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 =
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
Mehr10.2 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(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:
MehrLineare 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:
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrLineare Algebra I. Probeklausur - Lösungshinweise
Institut für Mathematik Wintersemester 2012/13 Universität Würzburg 19. Dezember 2012 Prof. Dr. Jörn Steuding Dr. Anna von Heusinger Frederike Rüppel Lineare Algebra I Probeklausur - Lösungshinweise Aufgabe
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
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
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
MehrKapitel V. Affine Geometrie
Kapitel V Affine Geometrie 1 Affine Räume Betrachte ein lineares Gleichungssystem Γ : 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 m2 x 2 + + a mn x n = b
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax
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):
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
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I Wintersemester 3/ Aufgabenblatt 6. Januar Präsenzaufgaben
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGEBRA Ferienkurs Hanna Schäfer Philipp Gadow INHALT 1 Grundbegriffe 1 1.1 Aussagen und Quantoren 1 1.2 Mengen 2 1.3 Gruppen 3 1.4 Körper 4 1.5 Vektorräume 5 1.6 Basis und Dimension 7 Aufgaben
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
Mehr5.7 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
Mehrm 2 m 3 m 5, m m 2
Musterlösung zum 8. Blatt 7. Aufgabe: Seien die folgenden Vektoren im R 4 gegeben: 2m 5 + 2 2m 2 2m 7 + m 2 m 3 m 5 v = m 5, v 2 = m 2, v 3 = m 7 m 2 m 3 m 5 m 2 m 3 m 5, m 5 + m 2 m 7 2m + m 2 m 4 2m
Mehr3 Systeme linearer Gleichungen
3 Systeme linearer Gleichungen Wir wenden uns nun dem Problem der Lösung linearer Gleichungssysteme zu. Beispiel 3.1: Wir betrachten etwa das folgende System linearer Gleichungen: y + 2z = 1 (1) x 2y +
MehrKlausurvorbereitungsblatt Lineare Algebra
Klausurvorbereitungsblatt Lineare Algebra Sommersemester 25 Aufgabe 2 2 Sei A 3 3 8 2 4 3 R4 5. 5 2 a) Bestimmen Sie die Lösungsmenge des linearen Gleichungssystems Ax b) Ist Ax b mit b lösbar? (Begründen
MehrHöhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 13. Übungsblatt
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum
MehrLineare Abbildungen und Orthonormalsysteme
KAPITEL Lineare Abbildungen und Orthonormalsysteme. Lineare Abbildungen und Koordinatendarstellungen.. Lineare Abbildungen und ihre Basisdarstellung. Seien V, W Vektorraume uber R. Mit einer Abbildung
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
Mehr2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.
Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum
MehrFU Berlin: WiSe (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5. Aufgabe 18. Aufgabe 20. (siehe Musterlösung Zettel 4)
FU Berlin: WiSe 13-14 (Analysis 1 - Lehr.) Übungsaufgaben Zettel 5 Aufgabe 18 (siehe Musterlösung Zettel 4) Aufgabe 20 In der Menge R der reellen Zahlen sei die Relation 2 R 2 definiert durch: x 2 y :
MehrGrundlegende 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
MehrÜbungsaufgaben. Mathematik I für Informatiker WS 2006/07 Otto-von-Guericke Universität Magdeburg Prof. Dr. M. Henk, Dr. M. Höding
Mathematik I für Informatiker WS 2006/07 Otto-von-Guericke Universität Magdeburg Prof. Dr. M. Henk, Dr. M. Höding Übungsaufgaben Aufgabe 0.1 Ermitteln Sie x R aus folgenden Gleichungen (a) log 2 (x + 14)
MehrGrundlagen der Mathematik 1
Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben
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
MehrBestimmung der Dimension
Bestimmung der Dimension Satz. Sei (v 1, v 2,..., v n ) ein minimales Erzeugendensystem von V, d.h. dieses System ist ein Erzeugendensystem von V, aber keines der nach Weglassen eines v i (1 i n) entstehenden
MehrSerie 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
MehrKlausur Lineare Algebra I
Klausur Lineare Algebra I Fachbereich Mathematik WS / Prof. Dr. Kollross 9. März Name:.................................................. Vorname:............................................... Studiengang:...........................................
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
Mehr4 Affine Koordinatensysteme
4 Affine Koordinatensysteme Sei X φ ein affiner Raum und seien p,, p r X Definition: Nach ( c ist der Durchschnitt aller affinen Unterräume Z X, welche die Menge {p,,p r } umfassen, selbst ein affiner
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume
MehrLineare Algebra für Physiker 11. Übungsblatt
Lineare Algebra für Physiker 11. Übungsblatt Fachbereich Mathematik SS 01 Prof. Dr. Matthias Schneider./. Juli 01 Dr. Silke Horn Dipl.-Math. Dominik Kremer Gruppenübung Aufgabe G1 (Minitest) (a) Welche
MehrLineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,
Mehr1 Eigenschaften von Abbildungen
Technische Universität München Christian Neumann Ferienkurs Lineare Algebra für Physiker Vorlesung Dienstag WS 2008/09 Thema des heutigen Tages sind zuerst Abbildungen, dann spezielle Eigenschaften linearer
MehrÜbungsklausur zur Linearen Algebra I
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik 14.12.2009 Übungsklausur zur Linearen Algebra I Name: Prüfen Sie sofort, ob Sie alle 8 Aufgaben erhalten haben. Entfernen
Mehr3.5 Duale Vektorräume und Abbildungen
3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung
MehrLineare Algebra I. Lösung 9.2:
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 9 Prof. Dr. Markus Schweighofer 20.01.2010 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 9.1: Voraussetzung:
MehrKlausur Analysis für Informatiker Musterlösung
Prof. Dr. Torsten Wedhorn WS 9/ Dr. Ralf Kasprowitz Elena Fink Klausur Analysis für Informatiker Musterlösung 9.2.2 Name, Vorname Studienfach Matrikelnummer Semester Übungsgruppe Zugelassene Hilfsmittel:
MehrHöhere Mathematik für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 5/.. Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 4. Übungsblatt Aufgabe
MehrBeispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger
Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit
Mehr13. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 3. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 00/ 07.0.-.0. Aufgabe G Stetigkeit) a) Gegeben
MehrVektorräume und lineare Abbildungen
Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten
MehrÜbungen 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
Mehr37 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
MehrLineare Algebra. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 6. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November, 7 Vektoräume Eine Menge E zusammen mit zwei Verknüpfungen + : E E E, x, y x + y Addition : E E E,
MehrLINEARE ALGEBRA II. FÜR PHYSIKER
LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders
MehrKapitel 15. Aufgaben. Verständnisfragen
Kapitel 5 Aufgaben Verständnisfragen Aufgabe 5 Zeigen Sie, dass die Menge K m n aller m n-matrizen über einem Körper K mit komponentenweiser Addition und skalarer Multiplikation einen K-Vektorraum bildet
MehrSpickzettel Mathe C1
Spickzettel Mathe C1 1 Mengenlehre 1.1 Potenzmenge Die Potenzmenge P (Ω) einer Menge Ω ist die Menge aller Teilmengen von Ω. Dabei gilt: P (Ω) := {A A Ω} card P (Ω) = 2 card Ω P (Ω) 1.2 Mengenalgebra Eine
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
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.
MehrMATHEMATIK II FÜR STUDIERENDE DER INFORMATIK UND WIRTSCHAFTSINFORMATIK (ANALYSIS UND LINEARE ALGEBRA) IM SOMMERSEMESTER Inhaltsverzeichnis
MATHEMATIK II FÜR STUDIERENDE DER INFORMATIK UND WIRTSCHAFTSINFORMATIK (ANALYSIS UND LINEARE ALGEBRA) IM SOMMERSEMESTER 206 STEFAN GESCHKE Inhaltsverzeichnis Einleitung 3 Literatur 3. Lineare Gleichungssysteme
MehrMATHEMATIK II FÜR STUDIERENDE DER INFORMATIK UND WIRTSCHAFTSINFORMATIK (ANALYSIS UND LINEARE ALGEBRA) IM SOMMERSEMESTER Inhaltsverzeichnis
MATHEMATIK II FÜR STUDIERENDE DER INFORMATIK UND WIRTSCHAFTSINFORMATIK (ANALYSIS UND LINEARE ALGEBRA) IM SOMMERSEMESTER 208 STEFAN GESCHKE Inhaltsverzeichnis Einleitung 3 Literatur 3. Lineare Gleichungssysteme
Mehr1 Matrizen und Vektoren
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Matrizen und Vektoren Definition 1.1 (Matrizen) Ein rechteckiges Zahlenschema aus m mal n Elementen eines Körpers
MehrBeweis. Bei (a) handelt es sich um eine Umformulierung des ersten Teils von Satz 6.2, während (b) aus dem zweiten Teil des genannten Satzes folgt.
82 Kapitel III: Vektorräume und Lineare Abbildungen Beweis. Bei (a) handelt es sich um eine Umformulierung des ersten Teils von Satz 6.2, während (b) aus dem zweiten Teil des genannten Satzes folgt. Wir
Mehr1 0 1, V 3 = M, und λ A = λa
Aufgabe 57. Magische Quadrate Eine reelle 3 3-Matrix A = a 11 a 12 a 13 a 21 a 22 a 23 heißt magisches Quadrat, falls alle Zeilensummen, alle Spaltensummen und die beiden Diagonalsummen a 11 + a 22 + a
MehrVorlesung Mathematik für Informatiker I. WS 2013/14 Klausur 29. März 2014
Vorlesung Mathematik für Informatiker I Prof. Dr. B. Steffen WS 2013/14 Klausur 29. März 2014 Name: Vorname: Matrikelnummer: Studiengang: Unterschrift: Pseudonym (zur Veröffentlichung der Klausurergebnisse):
Mehr