Für die Matrikelnummer M = Dann sind durch A =
|
|
- Daniela Fertig
- vor 5 Jahren
- Abrufe
Transkript
1 Musterlösung zum. Blatt 9. Aufgabe: Gegeben seien m m m 3 m 2 m 4 + m 7 m 3 A := m m 2 m m 2 m 4 + m 5 und b := m 6 m 4 + a) Finden Sie eine Lösung x R 7 für die Gleichung Ax =. b) Finden Sie eine Lösung x R 7 für die Gleichung Ax = b. c) Ist in b) die Lösung eindeutig bestimmt, oder gibt es mehrere Lösungen? Für die Matrikelnummer M = Dann sind durch A = 6 und b = a) Natürlich ist der Nullvektor R 7 immer eine Lösung des homogenen Systems Ax =. b) Als Gleichungen geschrieben bedeutet Ax = b 4x + 6x 3 + 2x 5 + 2x 7 = 5x 2 + x 3 + x 4 + x 6 = x 3 + x 4 + 2x 5 + x 7 = 6x 4 + x 5 = x 5 + 2x 7 = 4x 6 + x 7 = 3 9x 7 = 5 Man berechnet dann sukzessive von unten nach oben x 7 = 5 9, x 6 = = 8, x 5 = 9, x 4 = = 9 54, und ebenso x 3 = 3 54, x 2 = 3 3 und x = c) Die Lösung aus b) ist eindeutig, da sich aus der Rechnung in b) die einzelnen x i der Reihe nach notwendig ergeben.
2 92. Aufgabe: Nehmen Sie aus der Menge X = {m, m 2,..., m 7 } die drei größten Zahlen a, b, c und so, dass a > b > c gilt, falls die Menge X mindestens drei Elemente enthält; falls X nur aus ein oder zwei Elementen besteht, nehmen Sie a := 7, b := 5 und c := 2. Dann sei A := a b c. a 2 b 2 c 2 a) Hat die Gleichung Ax = nur die triviale Lösung? b) Finden Sie ein x R 3 mit Ax =. c) Ist ein x wie in b) eindeutig bestimmt? Für M = Dann ist A = a) Wir subtrahieren das 8-fache bzw. 64-fache der ersten Zeile von der zweiten bzw. dritten: Subtrahiert man nun das 4-fache der zweiten Zeile zur dritten, so ergibt sich Wie in Aufgabe 9 sieht man jetzt der Rechnen von unten nach oben, dass aus Ax = folgt x 3 =, x 2 = und x =. Also hat die Gleichung Ax = nur die triviale Lösung. b) Zum Lösen von Ax = b, wobei b = e R 3, gehen wir so vor: Die in a) vorgenommen Manipulationen wenden wir nicht nur auf A an, sondern auch auf b, also insgesamt auf die erweiterte Koeffizientenmatrix Dann erhalten wir wie oben erst [A b] = und dann
3 Schreibt man dies wieder als lineares Gleichungssystem so erhält man der Reihe nach x + x 2 + x 3 = 2x 2 + 5x 3 = 8 + 5x 3 = 2 x 3 = 48 5 = 6 5, x 2 = = 4, x = ( 4) 6 5 = 9 5. Alternativ kann man auch das homogene Gleichungssystem ( ) x ( ) x = x 3 lösen. Als Lösung hat man hier 9/6 λ 5/4, wobei λ alle reellen Zahlen durchläuft. Nun muss die Lösung des ursprünglichen Systems zusätzlich die Gleichung x +x 2 +x 3 = erfüllen, also muss gelten λ( 9/6+5/4 ) =, also λ = 6/5, und damit erhält man dann auch die oben berechnete Lösung. c) Aus den Argumenten in b) folgt sofort, dass die Lösung eindeutig ist., 93. Aufgabe: Sei α := π, seien m 5 +3 v := cos α sin α m m sin α, v 2 := cos α m a) Ergänzen Sie v, v 2 zu einer Basis von R 4. D. h. bestimmen Sie v 3, v 4 R 4, so dass v, v 2, v 3, v 4 eine Basis von R 4 bilden. b) Bestimmen Sie dim v, v 2 und dim( v v 2 ). Für M = Dann sind cos α sin α v := sin α, v 2 := cos α 4. 8 Behauptung: Mit (zum Beispiel!) v 3 :=, v 4 := bilden v, v 2, v 3, v 4 eine Basis von R 4.
4 Beweis: Es genügt, die lineare Unabhängigkeit nachzuweisen. Seien x, x 2, x 3, x 4 R mit 4 x i v i =. Wir betrachten die Matrix cos α sin α A = [v, v 2, v 3, v 4 ] = sin α cos α 4 8 i= und prüfen, ob das homogene System Ax = nur die triviale Lösung hat. Aus den ersten beiden Gleichungen erhält man cos(α)x + sin(α)x 2 = sin(α)x + cos(α)x 2 =. Multiplizieren wir die erste Gleichung mit cos α, die zweite mit sin α, und addieren die beiden Gleichungen, so erhalten wir (cos 2 α + sin 2 α)x + (cos α sin α sin α cos α)x 2 =, und wegen cos 2 α + sin 2 α =, folgt x + x 2 =, also x =. Da nicht sin α und cos α gleichzeitig = sein können, folgt aus den obigen beiden Gleichungen auch x 2 =. Damit erhält man x 3 v 3 + x 4 + v 4. Da aber die beiden Vektoren v 3, v 4 linear unabhängig sind, folgt auch x 3 = = x 4. b) Aus a) folgt sofort, dass v, v 2 linear unabhängig sind, und damit bildet v, v 2 eine Basis von v, v 2, also dim v, v 2 = 2. Es folgt (direkt, oder mit der Dimensionsformel für Unterräume), dass v v 2 = {}, gilt, womit die Dimension = ist. 94. Aufgabe: Sei die Matrix m m m 2 m 3 m 4 m 3 m 4 A = m 6 m 5 m 7 gegeben. a) Berechnen Sie die Potenzen A 2, A 3, A 4 und A 5. b) Sei f : R 5 R 5 die zu der Matrix A gehörige lineare Abbildung. Gibt es eine lineare Abbildung g : R 5 R 5 mit g f = R 5? Für M = Dann ist A =
5 Man rechnet dann dann und schliesslich A 5 = A A 4 = A 2 = A A = 5, A 3 = A A 2 =, 8 A 4 = A A 3 = b) Nein, ein solche Abbildung gibt es nicht. Denn angenommen, es gäbe eine Abbildung g : R 5 R 5 mit g f = R 5. Sei B = M(g) die Darstellungsmatrix zu g. Es gilt A = M(f). Es folgt E 5 = M( R 5) = M(g f) = M(g) M(f) = B A. Multiplizieren wir diese Gleichung mit der Matrix A 4, so erhalten wir mit a) einen Widerspruch. A 4 = E 5 A 4 = (B A) A 4 = B (A A 4 ) = B A 5 = B =, 95. Aufgabe: Seien die linearen Abbildungen f : R 5 R 3 und g : R 3 R 4 gegeben durch die Matrizen m m m 3 m m m m m m m 4 + m 3 m m 6 + bzw. m m 6 + m m m m m 4 + m m 5 + m m 3 +. m m m 4 Bestimmen Sie die Matrix, die zu der linearen Abbildung g f gehört. Für M = Dann Sind A = M(f) und B = M(g) gegeben durch A = und B = Die Matrix, die zu g f gehört, die Darstellungsmatrix von g f, ist M(g f) = M(g) M(f) = B A =
6 96. Aufgabe: Seien V und W R-Vektorräume der Dimension n bzw. m. Durch die Regeln (v, w ) + (v 2, w 2 ) := (v + v 2, w + w 2 ), α.(v, w) := (α.v, α.w) für alle v, v 2, v V, w, w 2, w W und alle α R wird das kartesische Produkt V W zu einem R-Vektorraum. a) Seien v,..., v n und w,..., w m Basen von V bzw. W. Konstruieren Sie daraus eine Basis von V W. Weisen Sie für Ihre Konstruktion die Basiseigenschaft nach. b) Bestimmen Sie die Dimension von V W. a) Behauptung: (v, ),..., (v n, ), (, w ),..., (, w m ) ist eine Basis von V W. Beweis: Lineare Unabhängigkeit: Seien α,..., α n, β..., β m R mit Dann gilt also α i (v i, ) + i= β j (, w j ) = (= V, W ). j= ( α i v i, i= α i v i = V i= ) β j w j = (, ), j= und β j w j = W. Weil nach Voraussetzung v,..., v n linear unabhängig sind, folgt α = = α n =. Ebenso folgt aus der linearen Unabhängigkeit der Elemente w,..., w m, dass β = = β m = gilt. Erzeugendensystem: Sei (v, w) V W. Da v V und w W, folgt, da v,..., v n ein Erzeugendensystem von V und w,..., w m ein Erzeugendensystem von W ist, dass reelle Zahlen α,..., α n und β..., β m existieren, so dass j= v = α i v i und w = i= β j w j. j= Es folgt dann ( ) (v, w) = α i v i, β j w j = i= j= α i (v i, ) + β j (, w j ). i= j= b) Aus a) folgt direkt, dass n + m die Dimension von V W ist.
7 97. Aufgabe: Seien V und W R-Vektorräume der Dimension n bzw. m. Sei f : V W eine lineare Abbildung. Zeige Sie: f ist surjektiv genau dann, wenn rg(f) = dim W gilt. Sei f : V W surjektiv. Dann gilt Bild(f) = W, und dann ist offenbar rg(f) = dim(bild(f)) = dim W. Es gelte nun umgekehrt rg(f) = dim W. Dann folgt dim(bild(f)) = rg(f) = dim W, und weil Bild(f) W ein Unterraum ist, folgt Bild(f) = W (Folgerung aus dem Basisergänzungssatz). 98. Aufgabe: Sei V = M mn (R) der R-Vektorraum der m n-matrizen mit reellen Koeffizienten. Sei A M km (R) eine fest gewählte k m-matrix. Zeigen Sie: a) U := {X V A X = } ist ein Unterraum von V. b) Sei W := M kn (R). Zeigen Sie, dass durch f : V W, X A X eine lineare Abbildung definiert wird. c) Sei jetzt speziell k = m = 2. Bestimmen Sie rg(f). a) Es ist offenbar die m n-nullmatrix in U. Also ist U eine nicht-leere Menge. Seien X, X 2 U. Dann gilt nach den Eigenschaften der Matrizenmultiplikation A (X + X 2 ) = A X + A X 2 = + =. Also ist X + X 2 U. Sei α R und X U. Dann gilt nach den Eigenschaften der Matrizenmultiplikation A (αx) = α(a X) = α =. b) Nach den in a) benutzten Eigenschaften der Matrizenmultiplikation gilt für X, X, X 2 V und α R und f(x + X 2 ) = A (X + X 2 ) = A X + A X 2 = f(x ) + f(x 2 ) c) Behauptung: Es gilt rg(f) = n rg(a). f(αx) = A (αx) = α(a X) = αf(x). Beweis: Das Bild von f wird erzeugt von den Bildern einer Basis von V ; hier haben wir z. B. die Basis E ij ( i 2, j n). (Die Matrix E ij hat an der ( Position ) i, j a b eine, und an allen anderen Stellen den Eintrag.) Sei A gegeben als A =. Für c d den Fall A = (äquivalent rg(a)) ist die Behauptung offensichtlich( richtig, ) so ( dass ) wir a b rg(a) annehmen können. Im Falle rg(a) = 2 sind die Spalten und linear c d unabhängig, und dann offenbar auch die Matrizen A E ij ( i 2, j n) in V. (Es ist ist nämlich die j-te Spalte von A E ij gerade die i-te Spalte von A; die restlichen Spalten in A E ij sind die Nullspalten.) Die Anzahl ist 2n. Also stimmt die Behauptung auch in diesem Fall. Bleibt der Fall rg(a) =. Dann ist etwa die erste Spalte das λ-fache der zweiten Spalte für ein λ R (ohne Einschränkung sei die zweite Spalte ; sonst ist die zweite Spalte ein Vielfaches der ersten, und das Argument geht analog). Dann bildet offenbar A E 2j ( j n) eine Basis des Bildes von f. Die Elementanzahl ist n, also stimmt die Formel auch im Fall rg(a) =.
( 1) k k 2. k=0. n n(n + 1) ( 1) k k 2 + ( 1) n+1 (n + 1) 2. k=0. + ( 1) n+1 (n + 1) 2 n(n + 1) + (n + 1) 2 )
Musterlösung zum 9. Blatt 8. Aufgabe: Sei n eine natürliche Zahl. Vermuten Sie eine Formel für ( ) k k und beweisen Sie diese durch vollständige Induktion. Lösung: Für jede natürliche Zahl n sei a n =
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,
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
Mehr2 Vektorräume und Gleichungssysteme
2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum 2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum Definition 21 Seien K = (K, +, ) ein Körper, V eine Menge und
Mehr(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.
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,...,
MehrDer Rangsatz für lineare Abbildungen
Der Rangsatz für lineare Abbildungen Satz Sei f : V W eine lineare Abbildung Dann gilt dim V = dim Kern(f) + dim Bild(f), also gleichbedeutend dim Kern(f) = dim V rg(f) Da uns in der Regel bei gegebenem
MehrLösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3
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
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
Mehr6 Lineare Gleichungssysteme
6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α
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
MehrBlatt 10 Lösungshinweise
Lineare Algebra und Geometrie I SS 05 Akad. Rätin Dr. Cynthia Hog-Angeloni Dr. Anton Malevich Blatt 0 Lösungshinweise 0 0 Aufgabe 0. Es seien die Vektoren u =, v = und w = in R gegeben. a # Finden Sie
MehrKapitel 13. Lineare Gleichungssysteme und Basen
Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
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
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?
Mehr10. Übung zur Linearen Algebra I -
. Übung zur Linearen Algebra I - en Kommentare an Hannes.Klarner@FU-Berlin.de FU Berlin. WS 29-. Aufgabe 37 i Für welche α R besitzt das lineare Gleichungssystem 4 αx + αx 2 = 4x + α + 2x 2 = α genau eine,
MehrMusterlösung Serie 8
D-MATH Lineare Algebra I HS 018 Prof. Richard Pink Musterlösung Serie 8 Dimension, Direkte Summe & Komplemente 1. Zeige: Für jedes Erzeugendensystem E eines Vektorraums V und jede linear unabhängige Teilmenge
MehrKarlsruher Institut für Technologie (KIT) WS 2012/13 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning
Karlsruher Institut für Technologie (KIT) WS 212/13 Institut für Analysis 14.1.213 Prof. Dr. Tobias Lamm Dr. Patrick Breuning Aufgabe 1 Höhere Mathematik I für die Fachrichtung Physik 12. Übungsblatt Sei
MehrMusterlösung 7 Lineare Algebra für die Naturwissenschaften
Musterlösung 7 Lineare Algebra für die Naturwissenschaften Aufgabe Entscheiden Sie, ob folgende Abbildungen linear sind, und geben sie für die linearen Abbildungen eine Matrixdarstellung (in einer Basis
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
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
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 13/2 29.1.27 en zur Probeklausur Aufgabe 1 (ca. 6 Punkte) Sei
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom
Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Martin Gubisch Lineare Algebra I WS 27/28 Definition (a ij ) 1 j n 1 i n heiÿt eine m n-matrix mit Komponenten a ij K Dabei bezeichnet i den Zeilenindex und j den Spaltenindex
Mehr2.3 Basis und Dimension
Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit
MehrKapitel 12. Lineare Abbildungen und Matrizen
Kapitel 12 Lineare Abbildungen und Matrizen Lineare Abbildungen f : R n R m Wir wissen schon: Eine lineare Abbildung f : R n R m ist eindeutig durch ein n-tupel von Vektoren v 1, v 2,, v n des R m bestimmt
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
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
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
Mehr(c) x 2 + 3x 3 = 1 3x 1 + 6x 2 3x 3 = 2 6x 1 + 6x x 3 = 5
Musterlösungen zu Mathematik II (Elementare Lineare Algebra) Blatt Nathan Bowler A: Präsenzaufgaben. Zeilenstufenform und reduzierte Zeilenstufenform erkennen Welche der folgenden Matrizen sind in Zeilenstufenform?
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:
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
MehrLösungen der Aufgaben zu Abschnitt 5.4
A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ
MehrLösung zu Serie 9. Lineare Algebra D-MATH, HS Prof. Richard Pink
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 9 1. [Aufgabe] Sei f : V W eine lineare Abbildung. Zeige: a) Die Abbildung f ist injektiv genau dann, wenn eine lineare Abbildung g :
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
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
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrH. Stichtenoth WS 2005/06
H. Stichtenoth WS 25/6 Lösungsvorschlag für das. Übungsblatt Aufgabe : Der gesuchte Unterraum U ist die lineare Hülle von v und v 2 (siehe Def. 5. und Bsp. 5.5b), d. h. U : Spanv,v 2 } v R : v λ v + λ
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
MehrMusterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr
TUM Ferienkurs Lineare Algebra WiSe 8/9 Dipl.-Math. Konrad Waldherr Musterlösung Relationen Aufgabe Auf R sei die Relation σ gegeben durch (a, b)σ(c, d) : a + b c + d. Ist σ reflexiv, symmetrisch, transitiv,
MehrIn diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,
2 Vektorräume In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa Unterraum, Linearkombination, lineare Unabhängigkeit und Erzeugendensystem.
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:
MehrKlausur zur Mathematik I (Modul: Lineare Algebra I)
Technische Universität Hamburg-Harburg Institut für Mathematik Prof. Dr. Anusch Taraz Wintersemester 2014/15 Klausur zur Mathematik I (Modul: Lineare Algebra I) 18.02.2015 Sie haben 60 Minuten Zeit zum
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
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
MehrBeispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A
133 e 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 2. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 Schritte des
MehrD-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 8
D-INFK Lineare Algebra HS 27 Özlem Imamoglu Olga Sorkine-Hornung Musterlösung 8. Kern von A: Die Spalten der Matrix A sind Vielfache voneinander, also sind sie linear abhängig und A hat Rang. Somit hat
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
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Definition. Sei K ein Körper, a ij K für 1 i m, 1 j n und b 1,..., b m K. Dann heißt 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......
MehrTutorium: Analysis und Lineare Algebra
Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14.5.218 (Teil 2) 9. Mai 218 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 218 Steven Köhler 9. Mai 218 3 c 218
MehrFerienkurs Mathematik für Physiker I Skript Teil 2 ( )
Ferienkurs Mathematik für Physiker I WS 206/7 Ferienkurs Mathematik für Physiker I Skript Teil 2 (28.03.207) Vektorräume Bevor wir zur Definition eines Vektorraumes kommen erinnern wir noch einmal kurz
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
MehrMusterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen
Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können
MehrÜbungen zur Linearen Algebra 1 Probeklausur Musterlösung: Aufgabe A
Musterlösung: Aufgabe A Wir betrachten die Matrix A = 1 4 1 1 3 1 4 5 2 M(3 3, Q) und die dazugehörige Abbildung f : Q 3 Q 3 ; v A v. Für j = 1, 2, 3 bezeichne v j Q 3 die j-te Spalte von A. Teilaufgabe
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
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 6. Aufgabe 6.1. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018.
Dr. V. Gradinaru K. Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6. Multiple Choice: Online abzugeben. 6.a) (i) Welche der folgenden
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
MehrKlausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
MehrBeispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist
127 Die Schritte des Gauß-Algorithmus sind nun die Folgenden: 1. Wir bestimmen die am weitesten links stehende Spalte, die Einträge 0 enthält. 2. Ist die oberste Zahl der in Schritt 1 gefundenen Spalte
MehrKlausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum
Klausur zur Linearen Algebra I HS 01, 1.1.01 Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90 Minuten. Die Klausur umfaßt
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
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
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 26/7): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:
MehrTutorium: Analysis und Lineare Algebra
Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14052018 (Teil 1) 7 Mai 2018 Steven Köhler mathe@stevenkoehlerde mathestevenkoehlerde 2 c 2018 Steven Köhler 7 Mai 2018 Matrizen
MehrLineare Algebra I Lösung der Probeklausur
David Blottière Patrick Schützdeller WS 6/7 Universität Paderborn Lineare Algebra I Lösung der Probeklausur Aufgabe : M i) M ist linear unabhängig. Seien a,b,c R mit Daraus folgt : Also gilt a = b = c
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)
MehrLösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung
D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Lösung Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Um zu zeigen, dass es sich bei den gegebenen Vektoren um Basen handelt,
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
MehrLineare Algebra und Analytische Geometrie I Winter 2015/16 Erste Klausur
Lineare Algebra und Analytische Geometrie I Winter 25/6 Erste Klausur 9.2.26 Name (deutlich lesbar!):....................................................................... Matrikelnummer (deutlich lesbar!):
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
MehrWiederholungsserie II
Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095
MehrLösung Serie 10: Elementare Zeilenumformungen & Elementarmatrizen, Rang & Inverse einer Matrix
D-MATH/D-PHYS Lineare Algebra I HS 26 Dr. Meike Akveld Lösung Serie : Elementare Zeilenumformungen & Elementarmatrizen, Rang & Inverse einer Matrix. a) Sei w ImT + T 2 ), dann existiert ein v V, so dass
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Heimarbeitsblatt 14
Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker Wintersemester 3/4 Heimarbeitsblatt 4 Die Lösungshinweise dienen
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/201 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.201, 11 Uhr Lösungen der
MehrHöhere Mathematik I. Variante A
Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik I WiSe / Variante A Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche Aufzeichnungen von maximal DinA4-Blättern.
MehrHÖHERE MATHEMATIK I FÜR MW UND CIW Übungsblatt 5
PROF DR-ING RAINER CALLIES DR THOMAS STOLTE DIPL-TECH MATH KATHRIN RUF DIPL-TECH MATH KARIN TICHMANN WS / HÖHERE MATHEMATIK I FÜR MW UND CIW Übungsblatt Zentralübung Z Bezüglich eines kartesischen Koordinatensystems
MehrKapitel 14. Matrizenrechnung
Kapitel 14 Matrizenrechnung Lineare Abbildungen und Matrizen Matrizenrechnung Ansatzpunkt der Matrizenrechnung sind die beiden mittlerweile wohlbekannten Sätze, welche die Korrespondenz zwischen linearen
MehrBasis eines Vektorraumes
Basis eines Vektorraumes Basisergänzungssatz: Ist U V ein Unterraum von V und dim V = n, so kann jede Menge linear unabhängiger Vektoren aus U zu einer Basis von U erweitert werden Und es gilt: Beweis:
Mehr1 Matrizenrechnung zweiter Teil
MLAN1 1 Literatur: K. Nipp/D. Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4. Auflage, 1998, oder neuer. 1 Matrizenrechnung zweiter Teil 1.1 Transponieren einer Matrix Wir betrachten
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
Mehr5.4 Basis, Lineare Abhängigkeit
die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)
Mehr1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................
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
MehrLösungen Serie 5. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler
D-MAVT Lineare Algebra II S 8 Prof. Dr. N. Hungerbühler Lösungen Serie 5. Die Abbildung V n R n, v [v] B, die jedem Vektor seinen Koordinatenvektor bezüglich einer Basis B zuordnet, ist linear. Sei B =
MehrMathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7
Mathematik für Wirtschaftswissenschaftler im WS 203/4 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Aufgabe 27 Sei eine lineare Abbildung f : R 4 R 3 gegeben durch f(x, x 2, x 3 ) = (2 x 3 x 2
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
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
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
MehrKlausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1 1.1 (Herbst 2005, Thema 1, Aufgabe 1) Bestimmen Sie alle reellen Lösungen des folgenden linearen
Mehr9 Aus der linearen Algebra. Themen: Lineare Abbildungen Darstellung durch Matrizen
9 Aus der linearen Algebra Themen: Der à n Lineare Abbildungen Darstellung durch Matrizen Der à n besteht aus den n-tupeln mit x i Ã. x 1 x 2 x = (x 1, x 2,...,x n ) oder x =. x n Der à n besteht aus den
MehrHauptachsentransformation: Eigenwerte und Eigenvektoren
Hauptachsentransformation: Eigenwerte und Eigenvektoren die bisherigen Betrachtungen beziehen sich im Wesentlichen auf die Standardbasis des R n Nun soll aufgezeigt werden, wie man sich von dieser Einschränkung
Mehr3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform:
1. Aufgabe (9 Punkte) In dieser Aufgabe müssen Sie Ihre Antwort nicht begründen. Es zählt nur das Ergebnis. Tragen Sie nur das Ergebnis auf diesem Blatt im jeweiligen Feld ein. 0 1 3 a) Berechnen Sie die
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
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 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
Mehr