Technische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 7. April 2004
|
|
- Erika Hase
- vor 5 Jahren
- Abrufe
Transkript
1 B Technische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 7. April 2004 April Klausur (Rechenteil Lösungen Lineare Algebra für Ingenieure Name: Vorname: Matr.Nr.: Studiengang: Falls Ihr Studiengang Hausaufgaben fordert: In welchem Semester haben Sie die erreicht? Neben einem handbeschriebenen A4 Blatt mit Notizen sind keine Hilfsmittel zugelassen. Die Lösungen sind in Reinschrift auf A4 Blättern abzugeben. Mit Bleistift geschriebene Klausuren können nicht gewertet werden. Dieser Teil der Klausur umfasst die Rechenaufgaben. Geben Sie immer den vollständigen Rechenweg an. Die Bearbeitungszeit beträgt eine Stunde. Die Gesamtklausur ist mit 32 von 80 Punkten bestanden, wenn in jedem der beiden Teile der Klausur mindestens 0 von 40 Punkten erreicht werden. Korrektur Σ. Aufgabe 9 Punkte Es sei folgende Matrix gegeben: A := (i Lösen Sie mit Hilfe des Gauÿalgorithmus die Gleichung A x = 3 2.
2 Wir wenden den Gauÿalgorithmus auf die erweiterte Koezientenmatrix an: Z: Z: Z:3. 2..Z: Z: Z:3. 4. Daraus liest man die Lösung direkt ab zu: 2 x = (ii Berechnen Sie mit Hilfe des Gauÿalgorithmus die Determinante von A. Die Determinante kann direkt mit dem Gauÿalgorithmus berechnet werden. Dabei ist zu beachten, dass bei Zeilenvertauschungen (haben wir nicht verwendet ein Faktor und bei Multiplikation einer Zeile mit einem Skalar λ dieser Skalar als Faktor auftritt. Damit brauchen wir den Gauÿalgorithmus nicht neu durchzuführen, sondern können obige Rechnung verwenden. Im 2. Schritt tritt in der Linearkombination der Faktor auf, so dass sich ergibt: det(a =.
3 2. Aufgabe 9 Punkte Im Vekorraum R 2 seien die Basen B und gegeben mit ( ( 0 B := { v :=, v 0 2 := }, B 2 := { w := ( 0, w 2 2 := ( }. (i Berechnen Sie die Basiswechselmatrix S für den Basiswechsel von B nach. Für die Basiswechselmatrix S gilt gemäÿ kommutativem Diagramm: S = K B2 K B mit den Koordinatenabbildungen K B und K B2. Da die Basis B die Standardbasis ist, ist die Koordinatenabbildung K B die identische Abbildung bzw. ist sie als Abbildung R 2 R 2 gegeben durch x E 2 x mit der 2 2-Einheitsmatrix E 2. Für K als Abbildung R 2 R 2 liest man die entsprechende 2 2-Matrix aus der Basis direkt ab; in ihr stehen die Basisvektoren als Spalten: ( K 0 = 2 Wie berechnen ihre Inverse: K B2 = 2 Damit erhalten wir für die Basiswechselmatrix: ( 2 0 S = K B2 K B = K B2 E 2 = K B2 = 2 ( 2 0 ( 3 (ii Berechnen Sie die Koordinaten des Vektors x := R 2 bezüglich der Basis. Die Koordinaten von x bezüglich der Basis berechnen sich zu: x B2 = K B2 ( x = ( ( ( 3 = Auÿerdem betrachten wir die lineare Abbildung L : R 2 R 2, x ( 2 0 (iii Berechnen Sie die darstellende Matrix L B2 von L bezüglich der Basis. Für die Matrixdarstellung gilt L B2 = K B2 L K. Da die Abbildung L bereits als (Multiplikation mit einer Matrix gegeben ist, entspricht die Komposition der Abbildungen der Matrizenmultiplikation und wir erhalten: L B2 = K B2 L K ( x. = ( ( 2 0 ( 2 ( 0 2 = ( = ( 2 0 = 2
4 Alternativ kann man die darstellende Matrix auch direkt über die Koordinaten der Bilder der Basisvektoren von berechnen. 3. Aufgabe 0 Punkte Gegeben sei die lineare Abbildung A : R 3 R 3 mit x A x und A := (i Berechnen Sie das charakteristische Polynom von A und bestimmen Sie die Eigenwerte von A. Für das charakteristische Polynom von A gilt: p A (λ = det(a λe 3 ( λ 0 2 = det 0 (4 λ (4 λ = (4 λ [ λ(4 λ + 4] = (4 λ [λ 2 4λ + 4] = (4 λ (λ 2 2 Da die Eigenwerte von A die Nullstellen des charakteristischen Polynoms von A sind, lesen wir für sie aus der letzen Gleichung ab: λ = 4 (algebraische Vielfachheit: λ 2 = 2 (algebraische Vielfachheit: 2 (ii Bestimmen Sie zu jedem Eigenwert den zugehörigen Eigenraum. Der Eigenraum zu einem Eigenwert λ ist der Kern von A λe 3. Wir lösen also das entsprechende homogene lineare Gleichungssystem. λ = 4 : Wir müssen (A 2E 3 x = 0 lösen. A 4E 3 = Hieraus lesen wir sofort für den Eigenraum ab: Eigenraum(A, 4 = span{ 0 } 0 Dieser Eigenraum hat Dimension (geometrische Vielfachheit:. λ = 2 : Wir müssen (A 2E 3 x = 0 lösen. Es gilt: A 2E 3 = Darauf wenden wir den Gauÿalgorithmus an: :
5 Hieraus lesen wir sofort für den Eigenraum ab: Eigenraum(A, = span{ 0 } Dieser Eigenraum hat Dimension (geometrische Vielfachheit:. (iii Falls A diagonalisierbar ist, geben Sie eine zugehörige Diagonalmatrix an. Falls A nicht diagonalisierbar ist, begründen Sie, wieso die Matrix A nicht diagonalisierbar ist. In (i haben wir die Eigenwerte und ihre algebraischen Vielfachheiten bestimmt. In (ii haben wir die zugehörigen Eigenräume bestimmt und ihre Dimensionen abgelesen. Die geometrischen und algebraischen Vielfachheiten stimmen nicht überein. Daher ist A nicht diagonalisierbar. 4. Aufgabe 2 Punkte Gegeben sei die lineare inhomogene Dierentialgleichung mit den Anfangswerten (t + x(t = sin(t (für alle t R ( dt2 x(0 =, dx (0 = 0. (2 dt (i Leiten Sie mit dem Exponentialansatz die charakteristische Gleichung für die zu ( gehörende homogene Dierentialgleichung her. Die zu ( gehörende homogene Dierentialgleichung lautet: (t + x(t = 0 (für alle t R (3 dt2 Wir machen den Exponentialansatz für eine Lösung der homogenen DGL: Nun berechnen wir die Ableitungen: dx dt (t = λeλt, x(t = e λt dt 2 (t = λ2 e λt Nun setzen wir den Ansatz in die homogene DGL (3 ein: (t + x(t = 0 dt2 (für alle t R (4 λ 2 e λt + e λt = 0 (für alle t R (5 e λt (λ 2 + = 0 (für alle t R (6 λ 2 + = 0 (7 Die letzte Gleichung ist die charakteristische Gleichung. (ii Bestimmen Sie die Lösungsgesamtheit der homogenen Dierentialgleichung. Aus der in (i gefundenen charakteristischen Gleichung lesen wir ihre Lösungen ab: λ = i, λ 2 = i
6 Da wir zwei konjugiert komplexe Nullstellen gefunden haben, erhalten wir zwei linear unabhängige Lösungen der homogenen DGL (3 als Real- und Imgaginärteil: x (t = Re it = cos(t, x 2 (t = Ie it = sin(t Die allgemeine Lösung der homogenen DGL ist der Span von ihnen: x h (t = µ x (t + µ 2 x 2 (t = µ cos(t + µ 2 sin(t (iii Zeigen Sie, dass durch x p (t := 2t cos(t eine Lösung der inhomogenen Dierentialgleichung ( gegeben ist. Wir berechnen die Ableitungen von x p : dx p dt (t = 2 cos(t+ 2 t sin(t, p dt 2 (t = 2 sin(t+ 2 sin(t+ 2 t cos(t = sin(t+ 2 t cos(t Wir setzen dies in die DGL ein: p dt 2 (t + x p(t = sin(t + 2 t cos(t t cos(t = sin(t 2 Daraus lesen wir ab, dass x p tatsächlich die inhomogene DGL ( erfüllt. (iv Bestimmen Sie die Lösungsgesamtheit der inhomogenen Dierentialgleichung (. Die Lösungsgesamtheit der inhomogenen DGL ( ist die Summe aus der Lösungsgesamtheit der homogenen DGL und einer Lösung der inhomogenen DGL. Die allgemeine Lösung der homogenen DGL haben wir in (ii bestimmt. In (iii haben wir gezeigt, dass x p einer Lösung der inhomogenen DGL ist. Damit erhalten wir als Lösungsgesamtheit der inhomoegnen DGL: x(t = x h (t + x p (t = µ cos(t + µ 2 sin(t t cos(t (8 2 (v Lösen Sie das Anfangswertproblem (, (2. Wir berechnen die Ableitung der allgemeinen Lösung (8: dx dt (t = µ sin(t + µ 2 cos(t 2 cos(t + 2 t sin(t Nun setzen wir die Anfangsbedingungen ein: = x(0 = µ 0 = dx dt (0 = µ 2 2 Daraus liest man ab: µ =, µ 2 = 2 Dies setzen wir in die allgemeine Lösung (8 ein und erhalten als Lösung des Anfangswertproblems (, (2: x(t = µ cos(t + µ 2 sin(t 2 t cos(t = cos(t + 2 sin(t 2 t cos(t
Technische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 25.
A Technische Universität Berlin Fakultät II Institut für Mathematik WS 3/4 Eppler, Richter, Scherfner, Seiler, Zorn 5. Februar 4 Februar Klausur (Rechenteil) Lösungen: Lineare Algebra für Ingenieure Name:.......................................
MehrPrüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker
TECHNISCHE UNIVERSITÄT BERLIN WS 2/2 Fachbereich 3 - Mathematik Seiler / Rambau Prüfungs-/Übungsschein-Klausur (Rechenteil Lineare Algebra für Ingenieure/E-Techniker Name:................................................................................
MehrLineare Algebra für Ingenieure
TECHNISCHE UNIVERSITÄT BERLIN SS 4 Fakultät II - Mathematik J Liesen/F Lutz/R Seiler Lineare Algebra für Ingenieure Lösungen zur Juli-Klausur Stand: 4 September 4 Rechenteil Aufgabe (8 Punkte Berechnen
MehrPrüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker
TECHNISCHE UNIVERSITÄT BERLIN SS 200 Fachbereich 3 - Mathematik Pohst / Lusala Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker Name:................................................................................
MehrPrüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker
TECHNISCHE UNIVERSITÄT BERLIN SS 2001 Fachbereich 3 - Mathematik Pohst / Lusala Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker Name:................................................................................
MehrHöhere Mathematik III für Physik
8..8 PD Dr. Peer Kunstmann M.Sc. Michael Ullmann Höhere Mathematik III für Physik 5. Übungsblatt - Lösungsvorschläge Aufgabe (Homogene Anfangswertprobleme) Lösen Sie erst die folgenden Differentialgleichungssysteme
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik WS 05/06 Prof. Dr. Michael Scheutzow 20. Februar 2006
Technische Universität Berlin Fakultät II Institut für Mathematik WS 5/6 Prof. Dr. Michael Scheutzow 2. Februar 26 Februar Klausur Lineare Algebra I Name:.............................. Vorname:..............................
MehrTutorium Mathematik II M WM
Tutorium Mathematik II M WM 9.6.7 Lösungen Lösen Sie folgende Systeme von Differentialgleichungen der Form x = A x + b mit. A = 6 und b = et. e t Hinweis: Die Eigenwerte und -vektoren der Matrix A lauten:
MehrKlausur zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe
Klausur zu Lineare Algebra II Fachbereich Mathematik WS 0/3 Dr. habil. Matthias Schneider Aufgabe 3 4 5 6 7 Bonus Note Punktzahl 4 3 3 3 3 0 erreichte Punktzahl Es sind keine Hilfsmittel zugelassen. Die
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe Beispiel einer Koordinatentransformation Gegeben seien zwei
MehrBerechnung der Determinante
Berechnung der Determinante Verhalten der Determinante unter elementaren Zeilenoperationen: Das Vertauschen zweier Zeilen/Spalten der Matrix A ändert nur das Vorzeichen der Determinante, d.h: i, j {1,...,
MehrDeterminante 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
MehrKLAUSUR. Mathematik II (E-Techniker/Mechatroniker/W-Ingenieure) (W.Strampp) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.
KLAUSUR Mathematik II (E-Techniker/Mechatroniker/W-Ingenieure) 39 (WStrampp) Name: Vorname: Matr Nr/Studiengang: Versuch Nr: Für jede Aufgabe gibt es Punkte Zum Bestehen der Klausur sollten 7 Punkte erreicht
MehrScheinklausur zur Linearen Algebra I, WS 05/06, 2. Teil
14.2.2006 Scheinklausur zur Linearen Algebra I, WS 05/06, 2. Teil Prof. Dr. G. Hiß Tragen Sie bitte auf diesem Deckblatt leserlich und in Blockbuchstaben Ihren Namen und Ihre Matrikelnummer ein und unterschreiben
MehrWiederholungsklausur zur Linearen Algebra I
Wiederholungsklausur zur Linearen Algebra I Prof. Dr. C. Löh/D. Fauser/J. Witzig 20. April 2017 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob
MehrEigenwerte (Teschl/Teschl 14.2)
Eigenwerte Teschl/Teschl 4. Ein Eigenvektor einer quadratischen n nmatrix A ist ein Vektor x R n mit x 0, für den Ax ein skalares Vielfaches von x ist, es also einen Skalar λ gibt mit Ax = λ x Ax λ x =
Mehr5. Übung zur Linearen Algebra II -
5. Übung zur Linearen Algebra II - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. SS 2. Aufgabe 7 5 A := 2. 3 2 (i) Berechne die Eigenwerte und Eigenvektoren von A. (ii) Ist A diagonalisierbar?
MehrÜbungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Blatt 3 - Lösung
Technische Universität München Physik Department Pablo Cova Fariña, Claudia Nagel Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 207/8 Blatt 3 - Aufgabe : Darstellungsmatrizen Sei
MehrKLAUSUR. Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker) Prof. Dr. Andreas Bley Dr. Anen Lakhal
KLAUSUR Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker) 2..27 Prof. Dr. Andreas Bley Dr. Anen Lakhal Name: Vorname: Matr.-Nr./Studiengang: Versuch-Nr.: Für jede Aufgabe gibt es Punkte.
MehrLineare Differenzengleichungen
Lineare Differenzengleichungen Die Fibonacci-Zahlen F n sind definiert durch F 0 = 0 F 1 = 1 F n = F n 1 +F n 2 für n >= 2 Die letzte Zeile ist ein Beispiel für eine homogene lineare Differenzengleichung
MehrDiagonalisierbarkeit symmetrischer Matrizen
¾ Diagonalisierbarkeit symmetrischer Matrizen a) Eigenwerte und Eigenvektoren Die Matrix einer linearen Abbildung ³: Î Î bezüglich einer Basis ( Ò ) ist genau dann eine Diagonalmatrix wenn jeder der Basisvektoren
MehrProbeklausur 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
MehrLösungsskizzen zur Nachklausur
sskizzen zur Nachklausur Mathematik II für die Fachrichtungen Biologie und Chemie Sommersemester 22 Aufgabe Es seien die folgenden Vektoren 2 v = 2, v 2 = und v 3 = 2 im R 3 gegeben. (a) Zeigen Sie, dass
MehrLineare Differentialgleichungen
Technische Universität München Thomas Reifenberger Vorlesung, Kapitel 4 Repetitorium Analysis I für Physiker Analysis I Lineare Differentialgleichungen 1 Das Matrixexponential Definition 1.1 Sei A C n
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
Mehr9. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 9. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS /..-4.. Aufgabe G (Koordinatentransformation)
Mehr6 Eigenwerte und Eigenvektoren
6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,
Mehr1 Darstellungsmatrizen
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Darstellungsmatrizen Vereinbarungen für dieses Kapitel: K Körper V und W endlich-dimensionale K-Vektorräume B = {v
Mehr5 Eigenwerte und die Jordansche Normalform
Mathematik für Ingenieure II, SS 9 Freitag 6 $Id: jordantex,v 7 9/6/ :8:5 hk Exp $ 5 Eigenwerte und die Jordansche Normalform 5 Die Jordansche Normalform Nachdem wir bisher das Vorgehen zur Berechnung
MehrVordiplomsklausur zur Linearen Algebra I
25.3.2002 Vordiplomsklausur zur Linearen Algebra I Prof. Dr. G. Hiß Tragen Sie bitte auf diesem Deckblatt leserlich und in Blockbuchstaben Ihren Namen und Ihre Matrikelnummer ein und unterschreiben Sie.
MehrÜbungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen
Übungen zum Ferienkurs Lineare Algebra 5/6: Lösungen Darstellungsmatrizen. Bestimme die Darstellungsmatrix M B,B (f ) für die lineare Abbildung f : 3, die durch f (x, y, z) = (4x + y z, y + z) definiert
MehrEin Produkt ist Null, wenn einer der Faktoren gleich Null ist. Die beiden Eigenwerte sind demnach. λ 1 = 0, λ 2 = 2i. 1 i
TU Dresden Fakultät Mathematik Institut für Numerische Mathematik Lösung zur Aufgabe (b des Übungsblattes Ermitteln Sie on der folgenden Matrix alle (komplexen Eigenwerte und zu jedem Eigenwert einen zugehörigen
MehrMusterlösungen zur Linearen Algebra II Übungsklausur
Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,
Mehreine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ.
Eigenwert, Eigenvektor In der Regel hat bei einer linearen Abbildung das Bild eines Vektors eine andere Richtung als das Original r. Bei der Untersuchung der geometrischen Eigenschaften von linearen Abbildungen
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2017
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 27 L I N E A R E A L G E B R A F Ü R T P H, U E (.64) 2. Haupttest (FR, 9..28) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
MehrLösung - Schnellübung 13
D-MAVT/D-MATL Analysis II FS 7 Dr. Andreas Steiger Lösung - Schnellübung 3. Gegeben sei die Differentialgleichung y + λ 4 y + λ y = 0. Für welche Werte des reellen Parameters λ gibt es eine von Null verschiedene
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2017
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 7 L I N E A R E A L G E B R A F Ü R T P H, U E (.64). Haupttest (FR, 9..8) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
Mehr18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive
MehrKlausur zum Grundkurs Höhere Mathematik I
Name, Vorname: Studiengang: Matrikelnummer: 2 4 5 6 Z Punkte Note Klausur zum Grundkurs Höhere Mathematik I für BNC, GtB, MB, EC, TeM, VT, KGB, WWT, ESM, FWK, BGi, WiW 22. Februar 2007, 8.00 -.00 Uhr Zugelassene
MehrProf. Steinwart Höhere Mathematik I/II Musterlösung A =
Prof. Steinwart Höhere Mathematik I/II Musterlösung 7..7 Aufgabe ( Punkte) (a) Bestimmen Sie die Eigenwerte und Eigenräume der Matrix A mit 3 3 A = 3 Ist die Matrix A diagonalisierbar? (b) Die Matrix A
MehrLineare Algebra und Numerische Mathematik D-BAUG. Sommer 2012 Prof. H.-R. Künsch
b Prüfung Lineare Algebra und Numerische Mathematik D-BAUG. Multiple Choice: Sommer Prof. H.-R. Künsch Gegeben sei die folgende Matrix A = 4. 4 (a) x AA T ist eine 4 4 Matrix mit ( AA T) = 4. AA T ist
MehrGrundlagen der Mathematik II (LVA U)
Dr. Marcel Dettling 3.4. Dr. Daniel Haase FS daniel.haase@math.ethz.ch Grundlagen der Mathematik II (LVA 4-6- U) 8 Zur Übungsstunde vom 3.4. Aufgabe (Ausgleichsrechnung) Gegeben sei das lineare Gleichungssystem
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2017
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 7 L I N E A R E A L G E B R A F Ü R T P H, U E (.64). Haupttest (FR, 9..8) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
MehrDie wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen.
Definition: Lineare Abbildung Lineare Abbildungen Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen. 8.1 Definition: Lineare Abbildung Eine Funktion f : V Ñ W zwischen
MehrLineare 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
Mehr9 Lineare Differentialgleichungen
Mathematik für Ingenieure III, WS 29/2 Mittwoch.2 $Id: linear.tex,v.4 2/2/ :7:45 hk Exp hk $ 9 Lineare Differentialgleichungen 9.3 Differentialgleichungen mionstanten Koeffizienten Während sich allgemeine
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
MehrKlausur Lineare Algebra I am Es sind insgesamt 60 Punkte bei der Klausur zu erreichen.
Klausur Lineare Algebra I am 03.02.10 Es sind insgesamt 60 Punkte bei der Klausur zu erreichen. Aufgabe 1. (6 Punkte insgesamt) a.) (3P) Definieren Sie, was eine abelsche Gruppe ist. b.) (3P) Definieren
Mehr6 Eigenwerte und Eigenvektoren
6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,
MehrKapitel 11 Eigenwerte und Eigenvektoren
Kapitel Eigenwerte und Eigenvektoren. Problem der Diagonalisierbarkeit Es sei wieder K gleich R oder. Eine n n)-matrix A mit Koeffizienten aus K wird als diagonalisierbar bezeichnet, wenn es eine invertierbare
MehrLösungen zur Prüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Winter 6 Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT. Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in das entsprechende
MehrRückblick auf die letzte Vorlesung
Rückblick auf die letzte Vorlesung Lineare Differentialgleichungen Ausblick auf die heutige Vorlesung Lineare autonome Differentialgleichungen 2 Bestimmung des Fundamentalsystems 3 Jordansche Normalform
MehrLösungsskizzen zur Klausur
sskizzen zur Klausur Mathematik II Sommersemester 4 Aufgabe Es seien die folgenden Vektoren des R 4 gegeben: b = b = b 3 = b 4 = (a) Prüfen Sie ob die Vektoren b b 4 linear unabhängig sind bestimmen Sie
MehrScheinklausur zur Linearen Algebra I, WS 05/06, Nachholklausur
Scheinklausur zur Linearen Algebra I, WS 5/6, Nachholklausur Prof. Dr. G. Hiß 6.3.26 Tragen Sie bitte auf diesem Deckblatt leserlich und in Blockbuchstaben Ihren Namen und Ihre Matrikelnummer ein und unterschreiben
MehrKarlsruher Institut für Technologie (KIT) WS 2012/13 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning
Karlsruher Institut für Technologie (KIT) WS 22/3 Institut für Analysis 28..23 Prof. Dr. Tobias Lamm Dr. Patrick Breuning Höhere Mathematik I für die Fachrichtung Physik 4. Übungsblatt (letztes Blatt)
Mehr5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit
ME Lineare Algebra HT 2008 99 5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit 5.1 Ein Beispiel zur Motivation Als einfachstes Beispiel eines dynamischen Systems untersuchen wir folgendes Differentialgleichungssystem
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.
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
MehrMusterlösungen für die Nachklausur in LinAlg vom
Musterlösungen für die Nachklausur in LinAlg vom 10.10.16 1. Finden Sie mindestens ) zwei Dreh )Matrizen ) M R 2 2 mit der Eigenschaft 1 0 M = : M = ± 1 1 2 ±1 1 k k 1 k 2. Sei A R 3 3 die Matrix A = 0
MehrHöhere Mathematik I. Variante A
Lehrstuhl II für Mathematik Prof Dr E Triesch Prof Dr O Sander Höhere Mathematik I WiSe / 4 Variante A Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA4-Blätter (Vorder-
MehrHöhere Mathematik I. Variante D
Lehrstuhl II für Mathematik Prof Dr E Triesch Prof Dr O Sander Höhere Mathematik I WiSe / 4 Variante D Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA4-Blätter (Vorder-
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
MehrLösungen der Aufgaben zu Kapitel 11
Lösungen der Aufgaben zu Kapitel Vorbemerkung: Zur Bestimmung der Eigenwerte (bzw. des charakteristischen Polynoms) einer (, )-Matrix verwenden wir stets die Regel von Sarrus (Satz..) und zur Bestimmung
MehrAusgewählte Lösungen zu den Übungsblättern 9-10
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Dezember Ausgewählte Lösungen zu den Übungsblättern 9- Übungsblatt
MehrSerie 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
MehrLösungshinweise zur Klausur. Mathematik für Informatiker III. (Dr. Frank Hoffmann) 18. Februar 2008
Lösungshinweise zur Klausur Mathematik für Informatiker III (Dr. Frank Hoffmann) 8. Februar 8 Aufgabe Algebraisches I /6++ (a) Rechnen Sie zunächst nach, dass die Menge B = {,, von Vektoren eine Basis
MehrVorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)
Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 15: Eigenwerte und -vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 5. November 2009) Diagonalisierbarkeit
MehrLineare Algebra II Lösungen der Klausur
Prof Dr K Doerk 673 Jens Mandavid Christian Sevenheck Lineare Algebra II Lösungen der Klausur (a Diese Aussage ist richtig, sie stimmt nämlich für k = Sei nämlich n N beliebig und bezeichne N die Menge
Mehr6. Lineare DGL-Systeme erster Ordnung
HJ Oberle Differentialgleichungen I WiSe 22/3 6 Lineare DGL-Systeme erster Ordnung A Allgemeines Wir betrachten ein lineares DGL System erster Ordnung y (t = A(t y(t + b(t (6 und setzen voraus, dass die
MehrEigenwerte und Eigenvektoren
Eigenwerte und Eigenvektoren Siehe Analysis (von der Hude, Folie 20: Definition 2.3. Ein Vektor x R n heißt Eigenvektor der quadratischen n n-matrix A zum Eigenwert λ R, wenn gilt Ax = λx Die Eigenwerte
MehrLösungen 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
MehrAnleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 0/06 Lineare Algebra und analytische Geometrie I Vorlesung... und ein guter Lehrer kann auch einem schlechten Schüler was beibringen Beziehung zwischen Eigenräumen Wir
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2016
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 26 L I N E A R E A L G E B R A F Ü R T P H, U E (3.64) 2. Haupttest (FR, 2..27) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
MehrLineare Algebra I für Mathematiker Lösungen
Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation
Mehr1. Hausübung ( )
Übungen zur Vorlesung»Lineare Algebra B«(SS ). Hausübung (8.4.) Aufgabe Es seien σ (3, 6, 5,, 4, 8,, 7) und τ (3,,, 4, 6, 5, 8, 7). Berechnen Sie σ τ, τ σ, σ, τ, die Anzahl der Inversionen von σ und τ
Mehr12 Lineare Algebra - Übersicht. Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen
12 Lineare Algebra - Übersicht Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen Unterräume Sei X ein Vektorraum über Ã. Eine Teilmenge M X heißt Unterraum von X, wenn
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
MehrEigenwertprobleme. 25. Oktober Autoren: 1. Herrmann, Hannes ( ) 2. Kraus, Michael ( ) 3. Krückemeier, Paul ( )
Eigenwertprobleme 5. Oktober Autoren:. Herrmann, Hannes (45969). Kraus, Michael (9). Krückemeier, Paul (899) 4. Niedzielski, Björn (7) Eigenwertprobleme tauchen in der mathematischen Physik an Stellen
MehrDifferentialgleichungen für Ingenieure Lösung Klausur Juli
Technische Universität Berlin Fakultät II Institut für Mathematik SS 0 Dozentin Dr Penn-Karras Assistentin Dr C Papenfuß Differentialgleichungen für Ingenieure Lösung Klausur Juli Rechenteil Aufgabe 8
MehrKLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008
KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008 MUSTERLÖSUNG Name: Studiengang: Aufgabe 1 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter die Aufgabenstellung
MehrKlausur zu Lineare Algebra I für Informatiker, SS 07
Deckblatt 9.9.7 (. Termin), Gruppe A Klausur zu Lineare Algebra I für Informatiker, SS 7 B.Sc-Modulprüfung / Diplom-Vorprüfung / Scheinklausur in Lineare Algebra I Dr. Timo Hanke, Lehrstuhl D für Mathematik,
MehrHöhere Mathematik II. Variante A
Prof. Dr. E. Triesch Höhere Mathematik II WiSe 6/7 Variante A Hinweise zur Bearbeitung: Benutzen Sie zur Beantwortung aller Aufgaben ausschließlich das in der Klausur ausgeteilte Papier! Es werden nur
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
MehrRichie 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.
Mehr6.6 Lineare Dierentialgleichungen n-ter Ordnung mit konstanten Koezienten
6.6 Lineare Dierentialgleichungen n-ter Ordnung mit konstanten Koezienten Dieser Abschnitt ist ein Einschub. Gewöhnliche DGL werden im nächsten Semester behandelt. Unter einer linearen gewöhnlichen DGL
MehrBericht zur Mathematischen Zulassungsprüfung im Mai 2010
Bericht zur Mathematischen Zulassungsprüfung im Mai 2 Heinz-Willi Goelden, Wolfgang Lauf, Martin Pohl Am 5. Mai 2 fand die Mathematische Zulassungsprüfung statt. Die Prüfung bestand aus einer 9-minütigen
MehrEigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)
Eigenwerte 1 Eigenwerte und Eigenvektoren Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1) für einen Vektor x 0. Vektor x heißt ein
MehrMatrikel- Nummer: Aufgabe Summe Punkte /1 /3 /4 /3 /9 /7 /2 /2 /31
Scheinklausur Höhere Mathematik 0 0 0 Name, Vorname: Nummer: Matrikel- Studiengang: Aufgabe 4 5 6 7 8 Summe Punkte / / /4 / /9 /7 / / / Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 90 Minuten
MehrEigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
MehrJordansche Normalform - Beispielrechnung. 1 Beispielrechnung an einer komplexen Matrix
Jordansche Normalform - Beispielrechnung Dieses kurze Skript soll die jordansche Normalform erklären die auch oft als Trigonalisierung von Matrizen bezeichnet wird da man die Matrix auf eine bestimmte
MehrKLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:
KLAUSUR Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker).3. (W. Koepf) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Für jede Aufgabe gibt es Punkte. Zum Bestehen der Klausur
MehrGruppe II Lineare Algebra
Pflichtbereichs Klausur in der Lehrerweiterbildung am 7.Juni 22 Bearbeiten Sie 3 der folgenden 6 Aufgaben, dabei aus jeder der beiden Gruppen (Lineare Algebra und Analysis) mindestens eine Aufgabe! Zur
MehrProbeprüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Frühling 018 Probeprüfung Lineare Algebra I/II für D-MAVT Die Prüfung dauert 10 Minuten. Sie dient der Selbstevaluation. Die Musterlösungen folgen. Die Multiple Choice
MehrHausaufgabe 2: Differenzialgleichungen n-ter Ordnung
Höhere Mathematik II für den Studiengang BAP Hausaufgabe 2 04.11.2008 1 Hausaufgabe 2: Differenzialgleichungen n-ter Ordnung Lösungen 1. Geben Sie die allgemeine Lösung der folgenden Differenzialgleichungen
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Betrachtet wird eine (n,n)-matrix A. Eine Zahl λ heißt Eigenwert von A, wenn ein Vektor v existiert, der nicht der Nullvektor ist und für den gilt: A v = λ v.
MehrKlausur. Wir wünschen Ihnen viel Erfolg! Klausur Mathematik für Informatiker und Softwaretechniker
Apl. Prof. Dr. W.-P. Düll Fachbereich Mathematik Universität Stuttgart Klausur für Studierende der Fachrichtungen inf, swt Bitte unbedingt beachten: Bitte beschriften Sie jeden Ihrer Zettel mit Namen und
Mehr