Lösung zum 2. Übungsblatt
|
|
- Christina Sachs
- vor 5 Jahren
- Abrufe
Transkript
1 MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SoSe 25 Blatt Lösung zum 2. Übungsblatt. Gegeben seien die Vektoren v = 2, v 2 =, v 3 = in R und ( ) ( ) w =, w 2 2 =, w 3 = ( ) 2 sowie die Matrix A = R ( ) in R 2 a) Man zeige, daß v, v 2, v 3 eine Basis von R 3 und w, w 2 eine Basis von R 2 ist, und bestimme die darstellende Matrix von l A : R 3 R 2 bezüglich dieser beiden Basen. b) Warum gibt es genau eine lineare Abbildung f : R 3 R 2 mit f(v ) = w, f(v 2 ) = w 2 und f(v 3 ) = w 3? Man bestimme zudem eine Matrix A 2 R 2 3 mit f = l A2. c) Man bestimme eine Matrix A 3 R 3 2 derart, daß für die lineare Abbildung g = l A3 : R 2 R 3 sowohl Kern(g) = R w als auch Bild(g) = R v gilt. Lösung: a) Um zu zeigen, dass v, v 2, v 3 eine Basis vom R 3 ist, muss gezeigt werden, dass die Matrix B = (v, v 2, v 3 ) R 3 3 invertierbar ist. Dies kann entweder gezeigt werden, indem det(b) gezeigt wird, oder in dem die inverse Matrix von B berechnet wird: (B E 3 ) = II 2I III 3I III 2II = (E 3 B ); damit ist B invertierbar, insbesondere also v, v 2, v 3 eine Basis von R 3. Für C = (w, w 2 ) gilt det(c) = 2 = ;
2 damit ist C invertierbar mit C = ( ) ( ) = ; 2 2 insbesondere ist w, w 2 eine Basis von R 2. Für die darstellende Matrix M von l A : R 3 R 2 bezüglich dieser beiden Basen gilt demnach ( ) ( ) 2 M = C A B = 2 = ( ) ( ) ( ) = =. 2 2 b) Da v, v 2, v 3 eine Basis von R 3 ist, gibt es (gemäß dem Prinzip der linearen Fortsetzung) für jede Vorgabe von Vektoren w, w 2, w 3 in R 2 genau eine lineare Abbildung f : R 3 R 2 mit f(v ) = w, f(v 2 ) = w 2 und f(v 3 ) = w 3. Mit C = (w, w 2, w 3 ) R 2 3 gilt dann für die Matrix A 2 R 2 3 mit f = l A2 A 2 v = f(v ) = w, A 2 v 2 = f(v 2 ) = w 2 und A 3 v 3 = f(v 3 ) = w 3 und damit A 2 B = (A 2 v, A 2 v 2, A 2 v 3 ) = (w, w 2, w 3 ) = C, also A 2 = C B = ( ) 2 = 2 2 ( ). c) Gemäß a) ist w, w 2 eine Basis von R 2 ; demnach gibt es eine (eindeutig bestimmte) lineare Abbildung damit ist g : R 2 R 3 mit g(w ) = und g(w 2 ) = v ; R w Kern(g) und R v Bild(g), und mit der Dimensionsformel erhält man schon dim Kern(g) + dim Bild(g) = 2 Kern(g) = R w und Bild(g) = R v.
3 Mit B = (, v ) R 3 2 ergibt sich für die Matrix A 3 R 3 2 mit g = l A3 A 3 w = g(w ) = und A 3 w 2 = g(w 2 ) = v und damit also A 3 C = (A 3 w, A 3 w 2 ) = (, v ) = B, A 3 = B C = 2 3 ( ) = Nach Staatsexamensaufgabe Herbst 24 a) Zeigen Sie, dass die Matrix S = invertierbar ist, und bestimmen Sie S. b) Im R 3 seien die Vektoren a =, a 2 =, a 3 = gegeben. Zeigen Sie, dass es genau eine lineare Abbildung f : R 3 R 3 gibt mit f(a ) = a 2, f(a 2 ) = a 3 f(a 3 ) = a, und bestimmen Sie die darstellende Matrix von f bezüglich der Standardbasis des R 3. c) Geben Sie mit Hilfe der in Teilaufgabe b) angegebenen Abbildungsvorschrift einen Eigenvektor mit zugehörigem Eigenwert an. Lösung: a) Es ist (S E 3 ) = Damit ist S invertierbar mit S = S =. = (E 3 S )
4 b) Da die Matrix S = (a, a 2, a 3 ) gemäß a) invertierbar ist, bilden ihre Spalten a, a 2, a 3 eine Basis von R 3 ; demnach gibt es für jeden R Vektorraum W und jede Wahl von Vektoren w, w 2, w 3 W genau eine lineare Abbildung f : R 3 W mit f(a ) = w, f(a 2 ) = w 2 und f(a 3 ) = w 3. Insbesondere existiert also genau eine lineare Abbildung f : R 3 R 3 mit f(a ) = a 2, f(a 2 ) = a 3 und f(a 3 ) = a ; für die gesuchte Matrix A R 3 3 gilt also A a = f(a ) = a 2, A a 2 = f(a 2 ) = a 3 und A a 3 = f(a 3 ) = a, A (a, a 2, a 3 ) = (A a, A a 2, A a 3 ) = (a 2, a 3, a ). Mit T = (a 2, a 3, a ) R 3 3 gilt also A S = T, und man erhält A = T S = =. Alternativ läßt sich die Aufgabe auch ohne Verwendung des Prinzips der linearen Fortsetzung wie folgt lösen: Sei f : R 3 R 3 eine lineare Abbildung mit f(a ) = a 2, f(a 2 ) = a 3 und f(a 3 ) = a ; für ihre Abbildungsmatrix A R 3 3 gilt A a = f(a ) = a 2, A a 2 = f(a 2 ) = a 3 und A a 3 = f(a 3 ) = a, also A (a, a 2, a 3 ) = (a 2, a 3, a ), und man erhält wie oben A =. Damit ist schon gezeigt, daß es höchstens eine lineare Abbildung mit den geforderten Eigenschaften gibt, nämlich l A ; die Probe l A (a ) = A a = a 2, l A (a 2 ) = A a 2 = a 3 und l A (a 3 ) = A a 3 = a beweist nun, daß f = l A auch das Gewünschte leistet. c) Für einen Eigenvektor v R 3, v muss f(v) = λv für ein λ R gelten. Da a, a 2, a 3 eine Basis des R 3 ist, kann v R 3 wie folgt geschrieben werden: v = c a + c 2 a 2 + c 3 a 3 mit c, c 2, c 3 R. Damit ergibt sich f(v) = c f(a ) + c 2 f(a 2 ) + c 3 f(a 3 ) = c a 2 + c 2 a 3 + c 3 a Andererseits ist laut Voraussetzung f(v) = λv = λ(c a + c 2 a 2 + c 3 a 3 ) Aus diesen beiden Gleichungen folgt, dass λc = c 3, λc 2 = c, λc 3 = c 2,
5 gelten muss. Dies ist ein Gleichungssystem für die Unbekannten λ, c, c 2, c 3. Dieses Gleichungssystem wird z.b. durch λ =, c = c 2 = c 3 = gelöst. Daher ist v = a + a 2 + a 3 ein Eigenvektor zum Eigenwert λ =. 3. Staatsexamen Frühjahr 24 Sei f : R 3 R 3, x A x, die durch die Matrix 3 A = 2 3 definierte lineare Abbildung. Gegeben seien weiterhin die drei Vektoren b =, b 2 = und b 3 =. a) Bestimmen Sie die darstellende Matrix B von f bezüglich der Basis b, b 2, b 3 (Sie können auch das Ergebnis aus dem Tutoriumsblatt 3 übernehmen). b) Berechnen Sie B n für alle n N und bestimmen Sie daraus A n. c) Die reellen Folgen (u n ), (v n ), (w n ) seien durch folgende Rekursionsformeln definiert: u = v =, w = 2 und für alle n sei Lösung: u n+ = 3 u n v n + w n v n+ = 2 v n Berechnen Sie u n, v n, w n für n N. w n+ = u n v n + 3 w n a) Für die gegebene Matrix 3 A = 2 R ist die zugehörige lineare Abbildung f : R 3 R 3, f(x) = A x, zu betrachten. Ferner ist für die drei gegebenen Vektoren b =, b 2 = und b 3 = R 3
6 die Hilfsmatrix P = (b, b 2, b 3 ) R 3 3 gemäß (P E 3 ) = III+I 2 III II 2 2 III = (E 3 P ) I III invertierbar mit P = P ; insbesondere ist b, b 2, b 3 eine Basis von R 3. Wegen 3 2 f(b ) = A b = 2 = = 2 b + b 2 + b f(b 2 ) = A b 2 = 2 = 2 = b + 2 b 2 + b f(b 3 ) = A b 3 = 2 = = b + b b ergibt sich die darstellende Matrix 2 B = 2 R von f : R 3 R 3 bezüglich der Basis b, b 2, b 3 von R 3. b) Als n te Potenz B n mit n N der Diagonalmatrix B R 3 3 ergibt sich 2 n 2 n B n = 2 n = 2 n R n 2 2n Gemäß dem Basiswechsel erhält man woraus über und B = P A P bzw. A = P B P, A 2 = A A = ( P B P ) (P B P ) = P B 2 P }{{} =E 3 A 3 = A 2 A = ( P B 2 P ) (P B P ) = P B 3 P }{{} =E 3
7 induktiv 2 n A n = P B n P = 2 n = 2 2n n 2 2 n 2 = 2 n 2 2 n 2 n 2 n + 2 n 2 n + 2 n = 2 n 2 R n 2 n + 2 n folgt. c) Zu den durch die Startwerte u =, v = und w = 2 durch u n+ = 3 u n v n + w n v n+ = 2 v n w n+ = u n v n + 3 w n für alle n N rekursiv definierten Folgen (u n ) n N, (v n ) n N und (w n ) n N reeller Zahlen betrachten wir u n damit ist x = sowie 2 x n = v n R 3 für alle n N ; w n u n+ 3 u n v n + w n x n+ = v n+ = w n+ 2 v n u n v n +3 w n = für alle n N. Damit erhält man x = A x sowie über u n v n w n = A x n x 2 = A x = A (A x ) = (A A) x = A 2 x und x 3 = A x 2 = A (A 2 x ) = (A A 2 ) x = A 3 x
8 induktiv + 2 n 2 n + 2 n x n = A n x = 2 n n 2 n + 2 n 2 ( + 2 n ) + ( 2 n ) + 2 ( + 2 n ) = 2 n 2 ( + 2 n ) + ( 2 n ) + 2 ( + 2 n ) 2 n+ 2 2n 4 n = 2 n n+ = 2 n 2 n + 2 2n = 2 n 2 n + 4 n, also für alle n N. u n = 4 n, v n = 2 n und w n = 2 n + 4 n 4. Sei v, v 2, v 3 eine Basis des R 3. Betrachten Sie die eindeutig bestimmte lineare Abbildung f : R 3 R 3 gegeben durch f(v ) = w, f(v 2 ) = w 2 f(v 3 ) = w 3 a) Nehmen Sie an, dass w, w 2, w 3 eine Basis des R 3 bildet. Geben Sie die darstellende Matrix bezüglich der Basen v, v 2, v 3 und w, w 2, w 3 an. b) Sei nun sowie v =, v 2 =, v 3 = w = e, w 2 = e 2 w 3 = e 3 die kanonische Basis im R 3. Bestimmen Sie die darstellende Matrix von f bezüglich der Standardbasis des R 3. Lösung: a) Bemerkung: Die oben angegebene Abbildung ist wohldefiniert; dies ist das Prinzip der linearen Forsetzung: Für jeden Vektor v R 3 ist f(v) gegeben durch f(v) = f(αv + βv 2 + γv 3 ) = αf(v ) + βf(v 2 ) + γf(v 3 ) = αw + βw 2 + γw 3 wobei v = αv +βv 2 +γv 3 mit α, β, γ R die Darstellung von v in der Basis v, v 2, v 3 ist. Nun benutzen Definition 7.23 um die darstellende Matrix bezüglich der Basen v, v 2, v 3 und w, w 2, w 3 anzugeben. Hierbei ist wichtig, dass w, w 2, w 3 eine Basis des R 3 ist. Die darstellende Matrix M R 3 3 bezüglich dieser
9 beiden Basen ist wie folgt konstriert: Sei a a 2 a 3 M = a 2 a 22 a 23 a 3 a 32 a 33 Die Spalten von M geben die Zuordnungsvorschrift von f an (immer bezogen auf die oben genannten Basen). Da f(v ) = w ist, wird der Basisvektor v dem Vektor w zugeordnet. Somit ist a =, a 2 =, a 3 =. Der erste Basisvektor v wird einmal (=a ) dem Basisvektor w zugeordnet, -mal dem Basisvektor w 2 (=a 2 ) und -mal dem Basisvektor w 3 zugeordnet (=a 3 ). In der zweiten/dritten Spalte steht die Zuordnungsforschrift für den zweiten, bzw. dritten Basisvektor. Direktes Ablesen der Zuordnungsvorschrift ergibt M = E 3 b) In Teilaufgabe a) haben wir schon gesehen, dass die lineare Abbildung f eindeutig bestimmt ist; und zwar durch ihre Wirkung auf die Basisvektoren v, v 2, v 3. In dieser Teilaufgabe sollen wir die darstellende Matrix bzgl. der kanonischen Basis angeben. Um diese darstellende Matrix angeben zu können, müssen wir f(e ), f(e 2 ) und f(e 3 ) kennen. Sobald wir f(e ), f(e 2 ) und f(e 3 ) kennen, können wir die darstellende Matrix einfach ablesen. Dies ist aber kein Problem, denn wir wissen ja, dass f eindeutig bestimmt ist und somit können wir für jeden Vektor v R 3 angeben, was f(v) ist. Dazu müssen wir, wie schon in Teilaufgabe a) gesehen, v mit Hilfe der Basis v, v 2, v 3 darstellen. Durch scharfes Hinsehen (oder Lösen eines linearen Gleichungssystemes) erhalten wir e = 2 (v + v 2 v 3 ), e 2 = 2 (v v 2 + v 3 ), e 3 = 2 ( v + v 2 + v 3 ) Damit ist f(e ) = 2 (e + e 2 e 3 ), f(e 2 ) = 2 (e e 2 + e 3 ), f(e 3 ) = 2 ( e + e 2 + e 3 ) Somit kann gemäß Definition 7.23 die darstellende Matrix bezüglich der Standardbasis des R 3 abgelesen werden. Diese ist gegeben durch M = 2 Wie schon in der Vorlesung gezeigt, gilt weiterhin, dass M (=die darstellende Matrix von f bzgl. der kanonischen Basis) identisch mit der Abbildungsmatrix von f ist, d.h. f(x) = M x Dies ist wenig verwunderlich, da die i-te Spalte von M (gemäß Konstruktion) durch f(e i ), dargestellt in der kanonischen Basis, gegeben ist.
10 Mit Hilfe dieser Erkenntnis können wir Teilaufgabe b) auch alternativ lösen: Die gesuchte Matrix M ist, wie eben gesehen, sowohl die darstellende Matrix von f bzgl. der kanonischen Basis, als auch die Abbildungsmatrix von f. Damit gilt: f(v) = M v für alle v R 3. Somit ist auch M (v v 2 v 3 ) = (e e 2 e 3 ) = E 3 wobei (v v 2 v 3 ) R 3 3 eine 3 3 Matrix ist, dessen Spaltenvektoren durch v, v 2 und v 3 gegeben sind. Dies ergibt M = (v v 2 v 3 ). Invertieren der Matrix (v v 2 v 3 ) ergibt wieder die gesuchte Matrix M.
Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrLineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 11/1 Blatt 1 7.1.1 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag 45. a) Wegen 1
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
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:
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
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
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
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
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 (Modulprüfung) zum Lehrerweiterbildungskurs 4Q Lineare Algebra/Analytische Geometrie II SoSe 2016
Name, Vorname Matrikel-Nr. Aufg. Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4Q Lineare Algebra/Analytische Geometrie II SoSe 206 Bearbeiten Sie bitte
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016
Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016 Bearbeiten Sie bitte zwei
MehrKLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008
KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch
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
MehrÜbungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen
1 Lineare Abhängigkeit 1.1 Für welche t sind die folgenden Vektoren aus 3 linear abhängig? (1, 3, 4), (3, t, 11), ( 1, 4, 0). Das zur Aufgabe gehörige LGS führt auf die Matrix 1 3 4 3 t 11. 1 4 0 Diese
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 12
Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 12 Hausaufgaben Aufgabe 12.1 Sei f : R 3 R 3 gegeben durch f(x) :=
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
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 2 2. (Frühjahr 29, Thema 3, Aufgabe 3) Gegeben sei die reelle 3 3 Matrix 4 2 A = 2 7 2 R 3 3. 2 2 a)
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
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 205/6): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2
MehrHöhere Mathematik I. Variante A Musterlösung
Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik I SoSe Variante A Musterlösung Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche Aufzeichnungen von maximal DinA4-Blättern.
MehrGrundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) SoSe C. Curilla/ B. Janssens
Fachbereich Mathematik Algebra und Zahlentheorie Christian Curilla Grundbildung Lineare Algebra und Analytische Geometrie (LPSI/LS-M2) Blatt 8 SoSe 2011 - C. Curilla/ B. Janssens Präsenzaufgaben (P16)
Mehr5 Diagonalisierbarkeit
5 Diagonalisierbarkeit Sei V ein K Vektorraum mit einer Basis B = (v 1,..., v n ) Wiederholung aus 2: Sei f : V V K linear. Stelle f(v j ) für j = 1,..., n dar in der Form a 1j Das n Tupel a j =. a nj
Mehr43911: Lineare Algebra/Geometrie Prüfungstermin Frühjahr 2014 Lösungsvorschlag
Dr. Erwin Schörner 49: Lineare Algebra/Geometrie Prüfungstermin Frühjahr 4 Lösungsvorschlag I.. Für einen R Vektorraum V der Dimension dim V n mit n N ist die lineare Abbildung f : V V mit der Eigenschaft
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
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
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 205): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2 2
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
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
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
Mehr7.3 Unitäre Operatoren
Wir können jeden Operator T wie folgt schreiben: Dabei gilt T = 1 2 (T + T ) + i( 1 2 i (T T )) (T + T ) = T + T sowie ( 1 2 i (T T )) = 1 2 i (T T) = 1 2 i (T T ). Wir können T also in zwei lineare Operatoren
MehrFür die Matrikelnummer M = Dann sind durch A =
Musterlösung zum. Blatt 9. Aufgabe: Gegeben seien m 3 + 2 m m 3 m 2 m 4 + m 7 m 3 A := m m 2 m 2 + 2 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
MehrLösung zum 9. Tutorium
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SoSe 5 Blatt 9 9.6.5 Lösung zum 9. Tutorium. Staatsexamensaufgabe Frühjahr 8 Die Vektoren v = 3, und v = 3 R4 spannen einen Unterraum U
Mehr1 Eigenschaften von Abbildungen
Technische Universität München Christian Neumann Ferienkurs Lineare Algebra für Physiker Vorlesung Dienstag WS 2008/09 Thema des heutigen Tages sind zuerst Abbildungen, dann spezielle Eigenschaften linearer
MehrFachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)
Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie (Lineare Abbildungen) Dozent/in: R. Burkhardt Büro:.6 Klasse: Semester: Datum: HS 8/9. Aufgabe Zeige, dass die folgenden Abbildungen
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
Mehr8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet:
8. EIGENWERTTHEORIE I 139 8 Eigenwerttheorie I Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: K[x] = Abb[N, K] = {P ; P = a n x n + a n 1 x n 1 + + a 0 ; a
MehrLineare 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
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
MehrHöhere Mathematik I. Variante B
Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik I SoSe Variante B Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA-Blätter (Vorder- und Rückseite beschriftet,
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
Mehr13 Lineare Abbildungen
13 Lineare Abbildungen Grob gesprochen sind lineare Abbildungen bei Vektorräumen dasselbe wie Homomorphismen bei Gruppen, nämlich strukturerhaltende Abbildungen. Auch in diesem Kapitel seien V, W Vektorräume.
MehrKlausur zur Vorlesung Lineare Algebra und Geometrie I
Klausur zur Vorlesung Lineare Algebra und Geometrie I Ruhr-Universität Bochum Prof. Dr. Peter Eichelsbacher 3. April 2007, 9.00-13.00 Uhr, 240 Minuten Name und Geburtsdatum: Matrikelnummer: Hinweise: Überprüfen
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
Mehr47 Singulärwertzerlegung
47 Singulärwertzerlegung 47.1 Motivation Wir haben gesehen, dass symmetrische Matrizen vollständig mithilfe ihrer Eigenwerte und Eigenvektoren beschrieben werden können. Diese Darstellung kann unmittelbar
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
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
MehrViele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung
Kapitel 3 Lineare Abbildungen Lineare Abbildungen sind eine natürliche Klasse von Abbildungen zwischen zwei Vektorräumen, denn sie vertragen sich per definitionem mit der Struktur linearer Räume Viele
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2018/2019
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
MehrEigenwerte, Diagonalisierbarkeit, charakteristisches Polynom
Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eine Fragestellung, die uns im weiteren beschäftigen wird, ist das Finden eines möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse
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,
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,
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
Mehra) Die Abbildung µ h ist injektiv, da für alle g 1, g 2 G gilt: Daher ist µ h bijektiv. Zudem folgt aus µ h (g) = g auch
Aufgabe. (8 Punkte) Es sei (G, ) eine Gruppe und e G ihr neutrales Element. Für h G sei µ h : G G die Abbildung, die durch g G : µ h (g) := h g gegeben ist. a) Zeigen Sie, dass für jedes h G die Abbildung
MehrInstitut 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
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
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
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
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
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
MehrLineare Algebra und analytische Geometrie II (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner SS 0 Blatt 9 9060 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach Lösungsvorschlag a Die gegebene Matrix
MehrHöhere Mathematik I HM I A. WiSe 2014/15. Variante A
Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik I WiSe 4/ Variante A Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA4-Blätter (Vorder- und Rückseite
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
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
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
Mehr7.2 Die adjungierte Abbildung
7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)
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
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 :
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)
MehrTechnische 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:.......................................
MehrKlausur zur Vorlesung Lineare Algebra I
Heinrich-Heine-Universität Düsseldorf 23.7.2 Mathematisches Institut Lehrstuhl für Algebra und Zahlentheorie Prof. Dr. Oleg Bogopolski Klausur zur Vorlesung Lineare Algebra I Bearbeitungszeit: 2 min Bitte
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
MehrKLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter
Mehr6 Hauptachsentransformation
6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten
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 =
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
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
MehrÜbungsblatt
Prof Dr Fabien Morel Lineare Algebra II Dr Anand Sawant Sommersemester 2018 Übungsblatt 11 20062018 Aufgabe 1 (2 Punkte) Berechnen Sie eine Jordan-Basis für die Matrix 3 1 1 M = 2 2 0 M 3 (R) 1 1 3 Wir
Mehr45 Eigenwerte und Eigenvektoren
45 Eigenwerte und Eigenvektoren 45.1 Motivation Eigenvektor- bzw. Eigenwertprobleme sind wichtig in vielen Gebieten wie Physik, Elektrotechnik, Maschinenbau, Statik, Biologie, Informatik, Wirtschaftswissenschaften.
MehrKlausur zur Vorlesung Lineare Algebra I
Heinrich Heine Universität Düsseldorf 31.07.2010 Mathematisches Institut Lehrstuhl für Algebra und Zahlentheorie Prof. Dr. Oleg Bogopolski Klausur zur Vorlesung Lineare Algebra I Bearbeitungszeit: 120
MehrLineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,
MehrSerie Sei V ein Vektorraum. Man nennt eine lineare Abbildung P : V V eine Projektion, falls P 2 = P gilt. Zeigen Sie:
Prof Emmanuel Kowalski Lineare Algebra II Serie 3 Sei V ein Vektorraum Man nennt eine lineare Abbildung P : V V eine Projektion, falls P 2 = P gilt Zeigen Sie: a Der Kern und das Bild einer Projektion
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
MehrÜbungsblatt
Übungsblatt 3 3.5.27 ) Die folgenden vier Matrizen bilden eine Darstellung der Gruppe C 4 : E =, A =, B =, C = Zeigen Sie einige Gruppeneigenschaften: a) Abgeschlossenheit: Berechnen Sie alle möglichen
MehrSerie 5. ETH Zürich - D-MAVT Lineare Algebra II. Prof. Norbert Hungerbühler
Prof. Norbert Hungerbühler Serie 5 ETH Zürich - D-MAVT Lineare Algebra II. a) Die Abbildung V n R n, v [v] B, die jedem Vektor seinen Koordinatenvektor bezüglich einer Basis B zuordnet, ist linear. Sei
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2012/2013
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
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
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
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
MehrAussagenlogik. 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl. C: 2 ist eine Primzahl D: 7 7. F: 3 ist Teiler von 9
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 2/3) Bernhard Hanke Universität Augsburg 20..202 Bernhard Hanke / 3 Matrizen und Lineare Abbildungen Es seien lineare Abbildungen, d.h. Matrizen gegeben. B = (b jk ) : R r R n, A
MehrProbeklausur Lineare Algebra 1 Achten Sie auf vollständige, saubere und schlüssige Argumentation! 100 Punkte sind 100%. Inhaltsverzeichnis
Prof. Dr. Wolfgang Arendt Manuel Bernhard Wintersemester 5/6 Probeklausur Lineare Algebra Achten Sie auf vollständige, saubere und schlüssige Argumentation! Punkte sind %. Inhaltsverzeichnis Aufgabe Aufgabe
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
MehrLineare 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