2. Übung: Lineare dynamische Systeme

Größe: px
Ab Seite anzeigen:

Download "2. Übung: Lineare dynamische Systeme"

Transkript

1 2. Übung: Lineare dynamische Systeme Aufgabe 2.. Gegeben sind die beiden autonomen Systeme und x (2.) {{ A 2 2 x. (2.2) {{ A 2 Berechnen Sie die regulären Zustandstransformationen x = V z und x = V 2 z, die die Systeme (2.) und (2.2) in die Jordansche Normalform transformieren. Geben Sie außerdem die Matrizen A und A 2 in Jordanscher Normalform an. Lösung von Aufgabe 2.. Sowohl die Matrix A als auch A 2 haben die Eigenwerte λ = mit der algebraischen Vielfachheit n = 2 und λ 2 = 2 mit der algebraischen Vielfachheit n 2 =. Für die geometrische Vielfachheit des Eigenwerts λ der Matrix A 2 gilt = g < n, so dass hier ein Hauptvektor berechnet werden muss, um die Transformationsmatrix auf Jordansche Normalform zu erhalten. Die Transformationsmatrizen können zum Beispiel wie folgt gewählt werden V =, V 2 = 2 Die Jordanschen Normalformen der Matrizen A und A 2 ergeben sich dann zu à =, à 2 =

2 2. Übung: Lineare dynamische Systeme Seite 8 Aufgabe 2.2. Gegeben ist das Modell eines linearen Feder-Masse-Dämpfer-Systems ẋ = y = k m d m x x + m u, x() = x (2.3) mit der Federsteifigkeit k, der Dämpfungskonstante d, der Masse m und u = F als Kraft auf die Masse. Für die Parameter gilt m = 2, d = 4 und k = 6. Berechnen Sie die reguläre Zustandstransformation x = Vz, die das System (2.3) in die reelle Jordansche Normalform transformiert und geben Sie das entsprechende transformierte System an. Lösung von Aufgabe 2.2. Die Transformationsmatrix lautet beispielsweise 2 V =. 3 Das System ergibt sich dann in reeller Jordanscher Normalform zu mit ż = V {{ AV z + V {{ b u à b y = c T {{ V z c T 2 à = 2 b = c T = 2. Hinweis: Bei einer anderen Wahl der Transformationsmatrix (die Eigenvektoren sind nicht eindeutig) können b und c T eine andere Gestalt annehmen.

3 2. Übung: Lineare dynamische Systeme Seite 9 Aufgabe 2.3. Berechnen Sie die Transitionsmatrizen Φ der Systeme (2.), (2.2) und (2.3). Berechnen Sie die Lösung x(t) des Systems ẋ = A x + u (2.4) mit A aus (2.) für die Eingangsgröße u(t) = + t und dem Anfangswert x = T. T Geben Sie die Lösung x(t) des Systems (2.3) für den Fall u =, x = sowie die Parameterwerte m = 2, d = 4 und k = 6 an. Zeichnen Sie den jeweiligen Lösungsverlauf im Zustandsraum mit Maple. Lösung von Aufgabe 2.3. Die Transitionsmatrix des Systems (2.) lautet e t Φ(t) = e t e 2t + e t e 2t Die Transitionsmatrix des Systems (2.2) lautet e t 2te t 2te t Φ(t) = e t e 2t + e t e 2t Die Lösung x(t) des Systems (2.4) für u(t) = + t und x = x(t) = 7 4 e2t + 3e t 2 t e2t 2 t 3 4 T folgt zu Die Transitionsmatrix des linearen Feder-Masse-Dämpfer-Systems lautet Φ(t) = e t 2 cos( 2t) + 2 sin( 2t) 2 sin( 2t) sin( 2t) 2 cos( 2t) 2 sin( 2t) und die Lösung ergibt sich für die gegebenen Parameterwerte sowie u = und T x = zu x (t) = e t 2 cos( 2t) + 2 sin( 2t) x 2 (t) sin(. 2t)

4 2. Übung: Lineare dynamische Systeme Seite Als Hilfsmittel für die Darstellung der Lösung im Zustandsraum bietet sich der Maple-Befehl DEplot aus dem Paket DEtools an. Aufgabe 2.4. Gegeben ist das folgende lineare System 3 4 ẋ = x + u, x() = x 2 y = x. (2.5) Berechnen Sie die Transitionsmatrix Φ des Systems (2.5) mit Hilfe der Laplacetransformation. Berechnen Sie den Verlauf des Ausgangs y für die Anfangsbedingung T x = und die Stellgröße u = exp(t). Interpretieren Sie das Ergebnis anhand der Übertragungsfunktion G(s) = ŷ(s) û(s). Hinweis: Die Inverse einer (regulären) Matrix läßt sich relativ einfach über die Adjunkte adj(a) berechnen. Es gilt dann A = adj(a) det(a), wobei für die Einträge der Adjunkten gilt adj(a) j,i = ( ) i+j M ij, mit M ij dem Wert der Unterdeterminanten, die durch Streichen der i-ten Zeile und der j-ten Spalte von A entsteht. Es ist nicht notwendig, den Verlauf des gesamten Zustandes zu berechnen. Lösung von Aufgabe 2.4. Die Transitionsmatrix lautet cos(2t) sin(2t) 2 sin(2t) Φ(t) = e t. sin(2t) cos(2t) + sin(2t) Für den Verlauf des Ausgangs bei der gegebenen Eingangsgröße erhält man y(t) = e t sin(t) cos(t) = 2 e t sin(2t). Aufgabe 2.5. Welche der folgenden Systeme sind asymptotisch stabil? ẋ = x (2.6) 5 4 x (2.7)

5 2. Übung: Lineare dynamische Systeme Seite Begründen Sie jeweils Ihre Aussage. Was muss für die Parameterwerte des Systems (2.3) gelten, damit es asymptotisch stabil ist? Lösung von Aufgabe 2.5. Das System ẋ = x ist nicht asymptotisch stabil (positiver Eigenwert), (2.7) ist asymptotisch stabil. Die Eigenwerte des linearen Feder-Masse-Dämpfer-Systems lauten mit k = k m und d = d m λ,2 = d 2 ± I 4k d 2, 2 weshalb d > und k > für asymptotische Stabilität gelten muss.

Schriftliche Prüfung aus Control Systems 1 am

Schriftliche Prüfung aus Control Systems 1 am TU Graz, Institut für Regelungs- und Automatisierungstechnik 1 Schriftliche Prüfung aus Control Systems 1 am 24.11.2014 Name / Vorname(n): Kennzahl / Matrikel-Nummer: Prüfungsmodus: O VO+UE (TM) O VO (BM)

Mehr

Regelungstechnik I (WS 15/16) Übung 2

Regelungstechnik I (WS 15/16) Übung 2 Regelungstechnik I (WS 5/6) Übung Prof. Dr. Ing. habil. Thomas Meurer Lehrstuhl für Regelungstechnik Aufgabe. (Linearität, Zeitinvarianz). Überprüfen Sie die folgenden dynamischen Systeme auf Linearität

Mehr

Name: Vorname(n): Matrikelnummer: Aufgabe erreichbare Punkte erreichte Punkte Punkte aus Übungsmitarbeit Gesamtpunktanzahl

Name: Vorname(n): Matrikelnummer: Aufgabe erreichbare Punkte erreichte Punkte Punkte aus Übungsmitarbeit Gesamtpunktanzahl Universität des Saarlandes, Lehrstuhl für Systemtheorie und Regelungstechnik SCHRIFTLICHE PRÜFUNG aus SYSTEMTHEORIE UND REGELUNGSTECHNIK I am 28.7.26 Name: Vorname(n): Matrikelnummer: Note: Aufgabe 2 3

Mehr

Rückblick auf die letzte Vorlesung

Rückblick 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

Mehr

Institut für Elektrotechnik und Informationstechnik. Aufgabensammlung zur. Systemtheorie

Institut für Elektrotechnik und Informationstechnik. Aufgabensammlung zur. Systemtheorie Institut für Elektrotechnik und Informationstechnik Aufgabensammlung zur Systemtheorie Prof. Dr. techn. F. Gausch Dipl.-Ing. C. Balewski Dipl.-Ing. R. Besrat 05.04.2013 Übungsaufgaben zur Systemtheorie

Mehr

tun, sondern nur mit der Reaktion auf verschiedene Anfangswerte.

tun, sondern nur mit der Reaktion auf verschiedene Anfangswerte. 2.3 Stabilität Eine wichtige Rolle spielt das Stabilitätsverhalten dynamischer Systeme. Wie üblich sei Φ die Fundamentalmatrix des linearen Systems ẋ = A(t)x + u. Im weiteren sei t fixiert, später wird

Mehr

Regelungstechnik I (WS 12/13) Klausur ( )

Regelungstechnik I (WS 12/13) Klausur ( ) Regelungstechnik I (WS 12/13) Klausur (05.03.2013) Prof. Dr. Ing. habil. Thomas Meurer Lehrstuhl für Regelungstechnik Name: Matrikelnummer: Bitte beachten Sie: a) Diese Klausur enthält 4 Aufgaben auf den

Mehr

x 1 + u y 2 = 2 0 x 2 + 4u 2.

x 1 + u y 2 = 2 0 x 2 + 4u 2. 3. Übung: gelkreis Aufgabe 3.. Gegeben sind die beiden linearen zeitkontinuierlichen Systeme 3 ẋ = 6 x + u 6 3 [ ] y = x (3.a) (3.b) und [ ] [ ] 8 ẋ = x + 6 4 [ ] y = x + 4u. u (3.a) (3.b) Berechnen Sie

Mehr

Tutorium Mathematik II M WM

Tutorium 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:

Mehr

3. Lineare dynamische Systeme

3. Lineare dynamische Systeme 3 Lineare dynamische Systeme Im Kapitel 11 wurde bereits erwähnt, dass die Wahl der Zustandsgrößen keinesfalls eindeutig ist (siehe auch Aufgabe 16) Mit Hilfe einer regulären Zustandstransformation der

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 13. Übung: Woche vom (Lin.Alg.

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 13. Übung: Woche vom (Lin.Alg. Übungsaufgaben 13. Übung: Woche vom 23. 1.-27. 1. 2017 (Lin.Alg. II): Heft Ü 3: 1.1.3; 1.1.7 (a,b); 1.1.8; 1.1.11; 3.4.3 (b); 1.3.3 (c); 1.2.3 (b,d); Hinweis 1: 3. Test (Integration, analyt. Geom.) ist

Mehr

Formelsammlung. für den Teilbereich Zustandsraumdarstellung der Vorlesung. Einführung in die Regelungstechnik

Formelsammlung. für den Teilbereich Zustandsraumdarstellung der Vorlesung. Einführung in die Regelungstechnik Formelsammlung für den Teilbereich Zustandsraumdarstellung der Vorlesung Einführung in die Regelungstechnik Diese Formelsammlung ist ein Auszug aus der Formelsammlung zur Systemtheorie-Vorlesung von Matthias

Mehr

D-ITET. D-MATL, RW Lineare Algebra HS 2017 Dr. V. Gradinaru T. Welti. Online-Test 2. Einsendeschluss: Sonntag, den

D-ITET. D-MATL, RW Lineare Algebra HS 2017 Dr. V. Gradinaru T. Welti. Online-Test 2. Einsendeschluss: Sonntag, den D-ITET. D-MATL, RW Lineare Algebra HS 7 Dr. V. Gradinaru T. Welti Online-Test Einsendeschluss: Sonntag, den..7 : Uhr Dieser Test dient, seriös bearbeitet, als Repetition des bisherigen Vorlesungsstoffes

Mehr

Formelsammlung zum Skriptum

Formelsammlung zum Skriptum Systemtheorie und Regelungstechnik I - WS08/09 Formelsammlung zum Skriptum Kapitel 2 Satz 23 (Lokale Existenz und Eindeutigkeit) Es sei f (x, t) stückweise stetig in t und genüge der Abschätzung (Lipschitz-Bedingung)

Mehr

x 1 + u y 2 = 2 0 x 2 + 4u 2.

x 1 + u y 2 = 2 0 x 2 + 4u 2. 3. Übung: Regelkreis Aufgabe 3.1. Gegeben sind die beiden linearen zeitkontinuierlichen Systeme 3 2 2 ẋ 1 = 6 5 x 1 + 1 u 1 6 2 3 [ ] y 1 = 2 x 1 (3.1a) (3.1b) und [ ] [ ] 8 15 1 ẋ 2 = x 2 + 6 1 4 [ ]

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07032016-11032016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Lineare Abbildungen 2 11 Homomorphismus 2 12 Kern

Mehr

6 Eigenwerte und Eigenvektoren

6 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,

Mehr

6. Lineare DGL-Systeme erster Ordnung

6. 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

Mehr

Lineare Systeme 1. Ordnung mit konstanten Koeffizienten

Lineare Systeme 1. Ordnung mit konstanten Koeffizienten Lineare Systeme. Ordnung mit konstanten Koeffizienten Wir betrachten ẋ = Ax + b(t) () mit A R n n und b( ) C (I, R n ) und die dazugehörige homogene Gleichung Ansatz: ẋ = Ax. () x(t) = ce λt mit c C n,

Mehr

Regelungstechnik II PVK - Lösungen. Nicolas Lanzetti

Regelungstechnik II PVK - Lösungen. Nicolas Lanzetti Regelungstechnik II PVK - Lösungen Nicolas Lanzetti lnicolas@student.ethz.ch Nicolas Lanzetti Regelungstechnik II FS 6 Inhaltsverzeichnis Wiederholung Regelungstechnik I 3 SISO Reglersynthese 3 3 Realisierung

Mehr

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierungstechnik am

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierungstechnik am Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik SCHRIFTLICHE PRÜFUNG zur VU Automatisierungstechnik am..9 Name: Vorname(n): Matrikelnummer: Note: Aufgabe 3 4 erreichbare

Mehr

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am 3.7.8 Arbeitszeit: 5 min Name: Vorname(n): Matrikelnummer: Note: Aufgabe 3

Mehr

Institut für Analysis und Scientific Computing E. Weinmüller WS 2015

Institut für Analysis und Scientific Computing E. Weinmüller WS 2015 Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS L I N E A R E A L G E B R A F Ü R T P H, U E (3.64). Haupttest (MO, 8..6) / Gruppe (mit Lösung ) Ein einfacher Taschenrechner ist

Mehr

51 Numerische Berechnung von Eigenwerten und Eigenvektoren

51 Numerische Berechnung von Eigenwerten und Eigenvektoren 5 Numerische Berechnung von Eigenwerten und Eigenvektoren 5. Motivation Die Berechnung der Eigenwerte einer Matrix A IR n n als Lösungen der charakteristischen Gleichung (vgl. Kapitel 45) ist für n 5 unpraktikabel,

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am TU Graz, Institut für Regelungs- und Automatisierungstechni Schriftliche Prüfung aus Systemtechni am 29.0.206 Name / Vorname(n): Matriel-Nummer: Aufgabe A A2 A3 A4 A5 A6 A7 A8 Summe erreichbare Punte 2

Mehr

Lösungsskizzen zur Nachklausur

Lösungsskizzen 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

Mehr

Name: Vorname(n): Matrikelnummer: Aufgabe erreichbare Punkte erreichte Punkte Punkte aus Übungsmitarbeit Gesamtpunktanzahl

Name: Vorname(n): Matrikelnummer: Aufgabe erreichbare Punkte erreichte Punkte Punkte aus Übungsmitarbeit Gesamtpunktanzahl Universität des Saarlandes, Lehrstuhl für Systemtheorie und Regelungstechnik SCHRIFTLICHE PRÜFUNG aus SYSTEMTHEORIE UND REGELUNGSTECHNIK I am 3.0.007 Name: Vorname(n): Matrikelnummer: Note: Aufgabe 3 4

Mehr

Klausur zur Mathematik II (Modul: Lineare Algebra II) Sie haben 60 Minuten Zeit zum Bearbeiten der Klausur.

Klausur zur Mathematik II (Modul: Lineare Algebra II) Sie haben 60 Minuten Zeit zum Bearbeiten der Klausur. Technische Universität Hamburg-Harburg Institut für Mathematik Prof. Dr. Wolfgang Mackens Sommersemester 03 Klausur zur Mathematik II (Modul: Lineare Algebra II) 4.08.03 Sie haben 60 Minuten Zeit zum Bearbeiten

Mehr

Determinante und Inverse

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

Mehr

Floquet Theorie II. 1 Einführung

Floquet Theorie II. 1 Einführung Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 18.10.2011 Sebastian Monschang 1 Einführung Auf den Ergebnissen des ersten Vortrags basierend werden wir in diesem Vortrag gewöhnliche lineare Differentialgleichungssysteme

Mehr

Jordansche Normalform - Beispielrechnung. 1 Beispielrechnung an einer komplexen Matrix

Jordansche 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

Mehr

29.2 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System. y = A y, t R, (1)

29.2 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System. y = A y, t R, (1) 292 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System y = A y, t R, ( wobei A C n n, und wollen ein Fundamentalsystem bestimmen Grundlegende Beobachtung:

Mehr

e At = e λt e (A λi)t.

e At = e λt e (A λi)t. Priv.-Doz. G. Reißig, F. Goßmann M.Sc Universität der Bundeswehr München Institut für Steuer- und Regelungstechnik (LR-15) Email: felix.gossmann@unibw.de Moderne Methoden der Regelungstechnik, H 2016 Übung

Mehr

D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler. Lösungen Serie 11

D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler. Lösungen Serie 11 D-MAVT Lineare Algebra II FS 28 Prof. Dr. N. Hungerbühler Lösungen Serie. Die allgemeine Lösung von y = ay ist y(x) = e ax. (a) richtig (b) falsch y(x) = e ax ist eine spezielle Lösung von y = ay. Für

Mehr

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am 9.4.23 Arbeitszeit: 2 min Name: Vorname(n): Matrikelnummer: Note: Aufgabe

Mehr

3 Determinanten, Eigenwerte, Normalformen

3 Determinanten, Eigenwerte, Normalformen Determinanten, Eigenwerte, Normalformen.1 Determinanten Beispiel. Betrachte folgendes Parallelogramm in der Ebene R 2 : y (a + c, b + d) (c, d) (a, b) x Man rechnet leicht nach, dass die Fläche F dieses

Mehr

Gewöhnliche Differentialgleichungen

Gewöhnliche Differentialgleichungen Gewöhnliche Differentialgleichungen Aufgaben für das Seminar und zum selbständigen Üben 22. Januar 2018 Vorbereitende Übungen Aufgabe 1: Bestimmen Sie die Isoklinen zu den folgenden Differentialgleichungen

Mehr

Schriftliche Prüfung aus Nichtlineare elektrische Systeme Teil: Dourdoumas am

Schriftliche Prüfung aus Nichtlineare elektrische Systeme Teil: Dourdoumas am TU Graz, Institut für Regelungs- und Automatisierungstechnik 1/3 Schriftliche Prüfung aus Nichtlineare elektrische Systeme Teil: Dourdoumas am 06. 10. 2014 Name / Vorname(n): Kennzahl / Matrikel-Nummer:

Mehr

Technische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 25.

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:.......................................

Mehr

Name: Vorname(n): Kenn und Matrikelnummer: Aufgabe erreichbare Punkte erreichte Punkte

Name: Vorname(n): Kenn und Matrikelnummer: Aufgabe erreichbare Punkte erreichte Punkte Johannes Kepler Universität Linz, Institut für Regelungstechnik und elektrische Antriebe Schriftliche Prüfung aus Automatisierungstechnik, Vorlesung am 06. Mai 2005 Name: Vorname(n): Kenn und Matrikelnummer:

Mehr

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierungstechnik am

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierungstechnik am Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik SCHRIFTLICHE PRÜFUNG zur VU Automatisierungstechnik am 04.02.20 Arbeitszeit: 20 min Name: Vorname(n): Matrikelnummer: Note:

Mehr

1 Darstellungsmatrizen

1 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

Mehr

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am 8.6.13 Arbeitszeit: 1 min Name: Vorname(n): Matrikelnummer: Note: Aufgabe

Mehr

Fachhochschule München Fachbereich 03 FA WS 2006/07. Diplomvorprüfung in Mathematik I (Lineare Algebra) Fahrzeugtechnik

Fachhochschule München Fachbereich 03 FA WS 2006/07. Diplomvorprüfung in Mathematik I (Lineare Algebra) Fahrzeugtechnik 1 Fachhochschule München Fachbereich 03 FA WS 006/07 Diplomvorprüfung in Mathematik I (Lineare Algebra) Fahrzeugtechnik Arbeitszeit: Hilfsmittel: Aufgabensteller: 90 Minuten Formelsammlung, Skripten, Bücher,

Mehr

Lineare Algebra und Numerische Mathematik D-BAUG. Sommer 2012 Prof. H.-R. Künsch

Lineare 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

Mehr

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am 9.05.07 Arbeitszeit: 50 min Name: Vorname(n): Matrikelnummer: Note: Aufgabe

Mehr

Einige Lösungsvorschläge für die Klausur zur Vorlesung

Einige Lösungsvorschläge für die Klausur zur Vorlesung Prof Klaus Mohnke Institut für Mathematik Einige Lösungsvorschläge für die Klausur zur Vorlesung Lineare Algebra und analtische Geometrie II* - SS 7 Aufgabe Im R mit dem Standardskalarprodukt ist die folgende

Mehr

Lineare Algebra: Determinanten und Eigenwerte

Lineare 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

Mehr

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Institut 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.

Mehr

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich Henning Krause Lineare Algebra Julia Sauter SS 27 Klausur 2.9.27 mit Lösungsvorschlag Jan Geuenich Aufgabe (4 Punkte: Sei n N und seien A und B zwei (n n-matrizen über einem Körper K. Wahr Falsch (a Es

Mehr

Gegeben sei folgendes lineare zeitinvariante Zustandsraummodell mit der Eingangsgröße u und dem Zustandsvektor x: dx

Gegeben sei folgendes lineare zeitinvariante Zustandsraummodell mit der Eingangsgröße u und dem Zustandsvektor x: dx 1 Teilklausur WS 15/16 Aufgabe 1 (6 Punkte) Gegeben sei folgendes lineare zeitinvariante Zustandsraummodell mit der Eingangsgröße u und dem Zustandsvektor x: [ ] [ ] 2 1 3 = Ax + bu = x + u dt 0 1 1 a)

Mehr

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2, Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist

Mehr

6 Eigenwerte und Eigenvektoren

6 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,

Mehr

Institut für Analysis und Scientific Computing E. Weinmüller WS 2016

Institut 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.

Mehr

1 Bestimmung der inversen Matrix

1 Bestimmung der inversen Matrix Inhaltsverzeichnis 1 Bestimmung der inversen Matrix Die inverse Matrix A 1 zu einer Matrix A kann nur bestimmt werden, wenn die Determinante der Matrix A von Null verschieden ist. Im folgenden wird die

Mehr

4 Letzte Themen der linearen Algebra

4 Letzte Themen der linearen Algebra 4 Letzte Themen der linearen Algebra 4.1 Ergänzungen zum Matrizenkalkül Sind A, B Matrizen über Ã, für die das Produkt AB erklärt ist, so gilt (AB) T = B T A T. Mit C = AB gilt c ij = k a ik b kj c T ij

Mehr

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

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

Mehr

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Institut 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.

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Ingenieure II, SS 9 Dienstag $Id: jordantex,v 8 9// 4:48:9 hk Exp $ $Id: quadrattex,v 9// 4:49: hk Exp $ Eigenwerte und die Jordansche Normalform Matrixgleichungen und Matrixfunktionen Eine

Mehr

Hauptachsentransformation: Eigenwerte und Eigenvektoren

Hauptachsentransformation: 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

Mehr

D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger. Lösung - Serie 26. ẋ 1 = x 1 + 2x ẋ 2 = 2x 1 + x 2

D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger. Lösung - Serie 26. ẋ 1 = x 1 + 2x ẋ 2 = 2x 1 + x 2 D-MAVT/D-MATL Analysis II FS 07 Dr. Andreas Steiger Lösung - Serie 6. Es ist das folgende autonome System ẋ = x + x + 3 ẋ = x + x von linearen Differenzialgleichungen. Ordung gegeben. Welche der folgenden

Mehr

Eigenwerte (Teschl/Teschl 14.2)

Eigenwerte (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 =

Mehr

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

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

Mehr

Lösung zu Serie Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: A := B :=

Lösung zu Serie Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: A := B := Lineare Algebra D-MATH, HS 204 Prof. Richard Pink Lösung zu Serie 2. Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: 0 2 0 0 0 2 0 0 0 0 0 0 0

Mehr

Technische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 7. April 2004

Technische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 7. April 2004 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:.......................................

Mehr

5 Eigenwerte und die Jordansche Normalform

5 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

Mehr

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Übungen 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

Mehr

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Institut 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.

Mehr

Lineare Algebra 2. Lösung zu Aufgabe 7.2:

Lineare Algebra 2. Lösung zu Aufgabe 7.2: Technische Universität Dortmund Sommersemester 2017 Fakultät für Mathematik Übungsblatt 7 Prof. Dr. Detlev Hoffmann 15. Juni 2017 Marco Sobiech/ Nico Lorenz Lineare Algebra 2 Lösung zu Aufgabe 7.1: (a)

Mehr

Schriftliche Prüfung aus Nichtlineare elektrische Systeme Teil: Dourdoumas am

Schriftliche Prüfung aus Nichtlineare elektrische Systeme Teil: Dourdoumas am TU Graz, Institut für Regelungs- und Automatisierungstechnik Schriftliche Prüfung aus Nichtlineare elektrische Systeme Teil: Dourdoumas am..9 Name / Vorname(n): Kennzahl/ Matrikel-Nummer.: erreichbare

Mehr

Diagonalisierbarkeit symmetrischer Matrizen

Diagonalisierbarkeit 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

Mehr

Differentialgleichungen für Ingenieure Lösung Klausur Juli

Differentialgleichungen 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

Mehr

Prüfer: Dr. M. Lenz, Prof. Dr. M. Rumpf. Klausurdauer: 180 Minuten. Bitte Namen, Vornamen und Matrikel-Nr. einsetzen. Name:... Vorname:...

Prüfer: Dr. M. Lenz, Prof. Dr. M. Rumpf. Klausurdauer: 180 Minuten. Bitte Namen, Vornamen und Matrikel-Nr. einsetzen. Name:... Vorname:... Klausur zum Modul Ingenieurmathematik II (B22) 20. März 2014 für den Bachelorstudiengang Geodäsie und Geoinformation In der Klausur können 10 Punkte pro Aufgabe, also insgesamt 100 Punkte erreicht werden.

Mehr

(b) In der zweiten Vorlesung vom wurde die Matrix-Exponentialfunktion exp(x) =

(b) In der zweiten Vorlesung vom wurde die Matrix-Exponentialfunktion exp(x) = Priv-Doz G Reißig, Dipl-Math A Weber Universität der Bundeswehr München Institut für Steuer- und Regelungstechnik RT-5 Email: AWeber@unibwde Mehrgrößenregelungssysteme, HT 22 Übung 2 - ösung Aufgabe a

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 14. Übung: Woche vom (Lin.Alg.

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 14. Übung: Woche vom (Lin.Alg. Übungsaufgaben 14. Übung: Woche vom 30. 1.-3. 2. 2017 (Lin.Alg. III): Heft Ü 3: 3.2.6.a,b,l,n; 3.2.12; 3.2.13; 5.4.1; 5.4.5.c; Hinweis 1: 3. Test (Integration, analyt. Geom.) ist seit 9.1. freigeschalten

Mehr

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21 5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11

Mehr

Lösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen

Lösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen Technische Universität Berlin Sommersemester 2008 Institut für Mathematik 18 Juli 2008 Prof Dr Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Klausur zur Linearen Algebra II Aufgabe 1 (1+1+1 Punkte)

Mehr

Probeklausur Lineare Algebra für Physiker

Probeklausur Lineare Algebra für Physiker Fachbereich Mathematik Prof. Dr. K. Grosse-Brauckmann D. Frisch Probeklausur Lineare Algebra für Physiker SS 8 26./27.6.27 Name:..................................... Vorname:.................................

Mehr

Zusatzmaterial zu Kapitel 4

Zusatzmaterial zu Kapitel 4 1 ERMITTLUNG DER TRANSITIONSMATRIX MIT DER SYLVESTER-FORMEL 1 Zusatzmaterial zu Kapitel 4 1 Ermittlung der Transitionsmatrix mit der Sylvester- Formel Wir nehmen an, dass das Zustandsmodell eines linearen

Mehr

3. Lineare dynamische Systeme

3. Lineare dynamische Systeme 3. Lineare dynamische Systeme In diesem Kapitel werden einige grundlegende Konzepte zur Beschreibung linearer zeitinvarianter dynamischer Systeme behandelt. Die theoretischen Grundlagen dazu wurden bereits

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 53 Norm von Endomorphismen und Matrizen Definition 53.1. Es seien V und W endlichdimensionale normierte K-

Mehr

Mathematik I für MB und ME

Mathematik I für MB und ME Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 28/29 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden

Mehr

Hörsaalübung 6 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

Hörsaalübung 6 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe 28/29 Dr. Hanna Peywand Kiani Hörsaalübung 6 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Autonome Systeme, Stabilität Die ins

Mehr

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu Herleitung der oppenecker-formel (Wiederholung) Für ein System ẋ Ax + Bu (B habe Höchstrang) wird eine Zustandsregelung u x angesetzt. Der geschlossene egelkreis gehorcht der Zustands-Dgl. ẋ (A B)x. Die

Mehr

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

Anleitung 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,

Mehr

Klausur: Regelungs- und Systemtechnik 2

Klausur: Regelungs- und Systemtechnik 2 4 6 Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger Klausur: Regelungs- und Systemtechnik 2 Humboldt-Hörsaal Dienstag, den 07. 02. 2012 Beginn: 10.30 Uhr Bearbeitungszeit: 120 Minuten Modalitäten

Mehr

Übungsskript Regelungstechnik 2

Übungsskript Regelungstechnik 2 Seite 1 von 11 Universität Ulm, Institut für Mess-, Regel- und Mikrotechnik Prof. Dr.-Ing. Klaus Dietmayer / Seite 2 von 11 Aufgabe 1 : In dieser Aufgabe sollen zeitdiskrete Systeme untersucht werden.

Mehr

Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Blatt 3 - Lösung

Übungen 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

Mehr

Übung Systemtheorie und Regelungstechnik I - WS08/09 Übungstermin 1 am Universität des Saarlandes

Übung Systemtheorie und Regelungstechnik I - WS08/09 Übungstermin 1 am Universität des Saarlandes Übung Systemtheorie und Regelungstechnik I - WS08/09 Übungstermin 1 am 22.11.2008 Universität des Saarlandes Aufgabe 1.1: Gegeben ist der schematische Aufbau eines Mischers: Auf den Antriebsstrang Antriebsstrang

Mehr

Jordan-Form. Eine komplexe quadratische Matrix A lässt sich durch eine Ähnlichkeitstranformation auf die Blockdiagonalform. = Q 1 AQ 0 J k J =

Jordan-Form. Eine komplexe quadratische Matrix A lässt sich durch eine Ähnlichkeitstranformation auf die Blockdiagonalform. = Q 1 AQ 0 J k J = Jordan-Form Eine komplexe quadratische Matrix A lässt sich durch eine Ähnlichkeitstranformation auf die Blockdiagonalform J 1 0 J =... = Q 1 AQ 0 J k transformieren. Jordan-Form 1-1 Jordan-Form Eine komplexe

Mehr

Stabilitätsfragen bei autonomen Systemen

Stabilitätsfragen bei autonomen Systemen 1 Stabilitätsfragen bei autonomen Systemen M. Schuster 09.08.2006 Inhaltsverzeichnis 1 Allgemeines über autonome Systeme 1 1.1 Oft übliche Bezeichnungen mit Übersetzung.......................... 1 2 Stabilität

Mehr

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am

Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik. SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am Technische Universität Wien Institut für Automatisierungs- und Regelungstechnik SCHRIFTLICHE PRÜFUNG zur VU Automatisierung am 8.7.211 Arbeitszeit: 12 min Name: Vorname(n): Matrikelnummer: Note: Aufgabe

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte 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

Mehr

Höhere Mathematik II für die Fachrichtung Physik

Höhere Mathematik II für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz SS 5 4.5.5 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 4. Übungsblatt

Mehr

Höhere Mathematik II. Variante A

Höhere Mathematik II. Variante A Prof. Dr. E. Triesch Höhere Mathematik II SoSe 6 Variante A Hinweise zur Bearbeitung: Benutzen Sie zur Beantwortung aller Aufgaben ausschließlich das in der Klausur ausgeteilte Papier! Es werden nur die

Mehr

Differentialgleichungen I

Differentialgleichungen I Differentialgleichungen I Michael Hinze (zusammen mit Peywand Kiani) Department Mathematik Schwerpunkt Optimierung und Approximation, Universität Hamburg 5. Januar 2009 Beachtenswertes Die Veranstaltung

Mehr

Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik

Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik Universität Karlsruhe (TH) Institut für Algebra und Geometrie Dr. Klaus Spitzmüller Dipl.-Inform. Wolfgang Globke Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik Lösungen zum

Mehr

Lineare Algebra. 12. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching

Lineare Algebra. 12. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching Lineare Algebra 12. Übungsstunde Steven Battilana stevenb student.ethz.ch battilana.uk/teaching December 14, 2017 1 Erinnerung: Determinanten, Orthogonale/unitäre Matrizen Sei A R 2 2, dann kann die Inverse

Mehr