Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)
|
|
- Werner Reuter
- vor 7 Jahren
- Abrufe
Transkript
1 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 linear sind: (a) (b) f : R R f (x, y) (x + y, x) f (u + v) f (u)+f (v) Mit u (x,y ) und v (x,y ) finden wir: f ((x,y )+(x,y ))? f ((x,y )) + f ((x,y )) f (x + x,y + y ) (x? + y,x )+(x + y,x ) (x + x + y + y,x + x ) (x? + x + y + y,x + x ) f (λu) λf (u) Mit u (x, y) finden wir: f (λ (x, y))? λf (x, y) f (λx, λy)? λ (x + y, x) (λx + λy, λx) (λx? + λy, λx) f : R R f (x, y, z) x y +z f (u + v) f (u)+f (v) Mit u (x,y,z ) und v (x,y,z ) finden wir: f ((x,y,z )+(x,y,z ))? f ((x,y,z )) + f ((x,y,z )) f (x + x,y + y,z + z ) x? y +z +x y +z (x + x ) (y + y )+(z + z ) (x? + x ) (y + y )+(z + z ) f (λu) λf (u) Mit u (x, y, z) finden wir: f (λ (x, y, z))? λf (x, y, z) f (λx, λy, λz)? λ (x y +z) λx λy +λz λx? λy +λz. Aufgabe Zeige, dass die folgenden Abbildungen nicht linear sind: (a) f : R R f (x, y) xy
2 Hier reicht es zu zeigen, dass eine der beiden Bedingungen nicht gilt: f (λu)? λf (u) f (λ (x, y))? λf (x, y) f (λx, λy)? λxy λ xy λxy (b) f : R R f (x, y) (x +, y,x + y) Hier reicht es zu zeigen, dass eine der beiden Bedingungen nicht gilt: f (λu)? λf (u) f (λ (x, y))? λf (x, y) f (λx, λy)? λ (x +, y, x + y) (λx +, λy, λx + λy) (λx + λ, λy, λx + λy) (c) f : R R f (x, y, z) ( x, ) Hier reicht es zu zeigen, dass eine der beiden Bedingungen nicht gilt: f (λu)? λf (u) f (λ (x, y, z))? λf (x, y, z) f (λx, λy, λz)? λ ( x, ) ( λx, ) (λ x, ) Stimmt nur für positive λ überein!. Aufgabe Es sei f : R R eine lineare Abbildung, die durch f (x, y, z) (x +y z,y + z, x + y z) definiert ist. Gib eine Basis und die Dimension an: (a) für das Bild Es gilt: bild (f) L (f (e x ),f(e y ),f(e z )) L ((,, ), (,, ), (,, )) Nun überprüfen wir, ob diese drei Vektoren linear unabhängig sind: λ +λ λ λ + λ λ + λ λ Obiges Gleichungssystem hat die L (λ, λ, λ ) R :(λ, λ, λ ) Die drei Vektoren sind also linear abhängig. Wir finden z.b. (,, ) (,, ) (,, ) Und daher: bild (f) L ((,, ), (,, )) dim (bild (f)) Bemerkung: Das Bild dieser linearen Abbildung ist ein Unterraum des R. Und zwar eine Ebene durch den Ursprung, die von den beiden Basisvektoren (,, ) und (,, ) aufgespannt wird.
3 (b) und für den Kern der linearen Abbildung. In der vorigen Teilaufgabe haben wir auch schon den Kern berechnet (alle Punkte die auf den Nullvektor abgebildet werden!). Es gilt: ker n (f) (λ, λ, λ ) R :(λ, λ, λ ) L ((,, )) dim (ker n (f)) Bemerkung: Dies ist eine Gerade durch den Ursprung mit der Richtung (,, ).. Aufgabe Gib für die folgenden linearen Abbildungen die Matrixdarstellung in der kanonischen Basis, das Bild und den Kern an: (a) f : R R f (x, y, z) (x +y, y z,x +z) Bilder der Basisvektoren: f (,, ) (,, ) f (,, ) (,, ) f (,, ) (,, ) Matrixdarstellung: A Bestimmung des Bildes: λ λ λ L (λ, λ, λ ) R :( λ, λ, λ ) Die gegebenen drei Vektoren sind linear abhängig! Es gilt: bild (f) L ((,, ), (,, )) Ebene im R dim (bild (f)) Bestimmung des Kerns: ker n (f) (x, y, z) R :( z,z,z) Gerade im R dim (ker n (f)) (b) f : R R f (x, y) (x + y, x + y) Bilder der Basisvektoren: f (, ) (, ) f (, ) (, ) Matrixdarstellung: A
4 Bestimmung des Bildes: λ λ L (λ, λ ) R :( λ, λ ) Die gegebenen Vektoren sind linear abhängig! Es gilt: bild (f) L ((, )) Gerade im R dim (bild (f)) Bestimmung des Kerns: ker n (f) (x, y) R :( y, y) Gerade im R dim (ker n (f)) (c) f : R R f (x, y, z) (x + y, y + z) Bilder der Basisvektoren: f (,, ) (, ) f (,, ) (, ) f (,, ) (, ) Matrixdarstellung: A Bestimmung des Bildes: λ λ λ L (λ, λ, λ ) R :(λ, λ, λ ) Die gegebenen drei Vektoren sind linear abhängig! Es gilt: bild (f) L ((, ), (, )) ganz R dim (bild (f)) Bestimmung des Kerns: ker n (f) (x, y, z) R :(z, z, z) Gerade im R dim (ker n (f)). Aufgabe (a) Gib eine lineare Abbildung f : R R an, deren Bild durch die Vektoren v (,, ) und v (,, 6) erzeugt wird. Da das Bild der linearen Abbildung f (beschrieben durch die Matrix A), gerade dem Spaltenraum der Matrix entspricht, haben wir eine Basis des Spaltenraumes und eine mögliche Abbildung erhält man durch A 6 und für die lineare Abbildung also: f (x, y, z) x y 6 z (x +y, x +y, x +6y)
5 Bemerkung: Dies ist eine von vielen möglichen Lösungen! (b) Gib eine lineare Abbildung f : R R an, deren Kern durch die Vektoren v (,,, ) und v (,,, ) erzeugt wird. Wir suchen eine Matrix A R, welche die Abbildung (in Standardbasis) beschreibt. Die beiden gegebenen Vektoren beschreiben eine Basis des Nullraumes dieser Matrix. Also gilt: Av Av Mit der Dimensionsformel finden wir für das Bild der linearen Abbildung: dim(bild(f)) + dim(ker n(f)) m dim (bild (f)) Die Dimension des Bildes entspricht dem Spaltenrang der Abbildungsmatrix A. Da Zeilen-, Spaltenrang einer Matrix gleich dem Rang ist, muss die gesuchte Abbildungsmatrix zwei linear unabhängige Zeilen (oder Spalten) besitzen.wir können für die gesuchte Matrix den folgenden Ansatz wählen: A a a a a Bestimmt man die Produkte, erhält man: +a +a +a +a a + a +a + a Dieses lineare Gleichungssystem hat die a a a a a a a a Also: A f (x,x,x,x )(x x + x,x x + x, ) 6. Aufgabe Es sei f : R R die lineare Abbildung, die durch f (x, y, z) (x +y z, x y +z) definiert ist. Gib die Matrixdarstellung von f bezüglich der Basen {(,, ), (,, ), (,, )} {(, ), (, )} an. Wir suchen von der Abbildung f A : R R (a, b, c) Φ (f (Φ (a, b, c))) die Matrixdarstellung! Wir betrachten die einzelnen Abbildungen: Basisisomorphismus Φ : Ein beliebiger Punkt (a, b, c) R wird durch den Basisisomorphismus auf den
6 Punkt: abgebildet. (x, y, z) t x y z (a, b, c) t a b c Φ Eigentliche Abbildung: (u, v) f (x, y, z) (x +y z, x y +z) u x y v z F Zweiter Basisisomorphismus Φ : Es gilt: (u, v) t (s, t) t u s v t Φ Wir brauchen die Inversion des Basisisomorphismus: Φ s u t v Φ Nun können die Abbildungen verschachtelt werden (s, t) Φ (f (Φ (a, b, c))): (x, y, z) Φ (a, b, c) x y z Φ a b c (u, v) f (Φ (a, b, c)) u x y v z F a b c F Φ (s, t) Φ (f (Φ (a, b, c)))
7 s t u v Φ a b c Φ F Φ a b c Φ F Φ A A Φ Φ F Aufgabe Bestimme das Spiegelbild von (, ) bezüglich (a) der x-achse, (b) der y-achse, (c) der Geraden y x und (d) der Geraden y x durch Multiplikation mit der zugehörigen Abbildungsmatrix. (a) x-achse: (b) y-achse: (c) Geraden y x: (d) Geraden y x: Gerade: r t Normalenvektor: n HNF-Form: x y Bilder der Basisvektoren:
8 e x : d (g, (, )) s n ex ex d n e y : d (g, (, )) s n ey ey d n + Abbildungsmatrix: T 6 8. Aufgabe Bestimme die Abbildungsmatrix der Rotation im R um den Winkel im Uhrzeigersinn bezüglich (a) der x-achse, (b) der y-achse, (c) der z-achse. (a) x-achse: r (e x ) e x (b) y-achse: T r (e y ) r (e z ) cos ( ) sin ( ) sin ( ) cos ( ) cos( ) sin( ) sin ( ) cos( ) r (e x ) cos ( ) sin ( ) r (e y ) e y r (e z ) sin ( ) cos ( )
9 (c) z-achse: T cos ( ) sin ( ) sin ( ) cos( ) T r (e x ) cos ( ) sin ( ) r (e y ) sin ( ) cos ( ) r (e z ) e z cos ( ) sin ( ) sin ( ) cos( ) 9. Aufgabe Bestimme die Abbildungsmatrix der folgenden Kompositionen im R : (a) Drehung um 9 gefolgt von einer Spiegelung an der Geraden y x. T T T T T (b) Orthogonalprojektion auf die y-achse und anschliessende Kontraktion mit k. T T T T T (c) Spiegelung an der x-achse und Diletation um den Faktor k. T T T T T (d) Rotation um 6, dann Orthogonalprojektion auf die x-achse und schliesslich Spiegelung an der Geraden y x. T
10 T T T T T T. Aufgabe Welche der Abbildungen der letzten Aufgabe sind invertierbar? Bestimme von den inversen Abbildungen die Abbildungsmatrizen. (a) T (b) T (c) T (d) T : Ist invertierbar : Nicht invertierbar! T T : Ist invertierbar T : Nicht invertierbar!. Aufgabe Gegeben sei die Zahlenfolge von Fibonacci: f f f f f : f n+ f n + f n+ Wir versuchen diese rekursive Beschreibungsform in eine explizite beschreibung umzuformen. Dazu betrachten wir die lineare Abbildung. fn+ fn f n+ f n+ (a) Bestimme mit dieser Abbildung die ersten 8 Folgeglieder. f f brauchen wir als Startwerte. Nun können die weiteren Folgeglieder berechnet werden: f f f f
11 f f f f f f 6 f6 f 7 f7 f 8 f f f f f f 8 f f f6 f 7 8 (b) Bestimme die ersten 6 Potenzen der Abbildungsmatrix. Findest du ein Zusammenhang zu den Folgegliedern? F F F F F F 6 : F n fn f n n> f n f n+ (c) Die Folgeglieder der Fibonacci-Folge können also durch Potenzieren der Abbildungsmatrix berechnet werden. Dieses Verfahren ist aber immer noch rekursiv. Die Abbildung ist jedoch ein Isomorphismus und wir können die Abbildungsmatrix diagonalisieren, indem wir die Basis wechseln. Bestimme von der Abbildungsmatrix die Eigenwerte und die dazugehörigen Eigenvektoren. Eigenwerte: det (A λe ) λ λ λ λ λ + λ
12 F n Eigenvektoren: zu λ + : + + zu λ : λ, ± + v v + (d) Nimm die gefundenen beiden Eigenvektoren als Basis des R und bestimme die Abbildungsmatrix bezüglich dieser neuen Basis. Die Abbildungsmatrix lautet: und es gilt: mit: F D Φ Φ + F D Φ F Φ + (e) Bestimme die n-te Potenz der Abbildungsmatrix mit Hilfe der diagonalisierten Matrix. Es gilt: F ΦF D Φ n n + + F n ΦFDΦ n n + n n + n + n n n n + n + n + + n (f) Finde eine explizite Formel für das n-te Folgeglied der Fibonacci-Folge. Element in der zweiten Zeile erster Spalte von F n entspricht gerade f n : f n + n n + n n n n
13 Einige Zahlenbeispiele: f + f f [ + ] : f : f
Lösungen Serie 6 (Vektorräume, Skalarprodukt)
Fachhochschule Nordwestschweiz (FHNW Hochschule für Technik Institut für Geistes- und Naturwissenschaft Lösungen Serie 6 (Vektorräume, Skalarprodukt Dozent: Roger Burkhardt Klasse: Studiengang ST Büro:
Mehr7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?
Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist
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,
MehrLösungen Serie 6 (Vektorräume, Skalarprodukt)
Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9
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
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 =
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist
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
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
MehrLineare Algebra I 14. Tutorium Lineare Abbildungen und Matrizen
Lineare Algebra I 4 Tutorium Lineare Abbildungen und Matrizen Fachbereich Mathematik WS / Prof Dr Kollross 7 Februar Dr Le Roux Dipl-Math Susanne Kürsten Aufgaben Aufgabe G (Bewegungen im ) Als Bewegung
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
Mehr5. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo und UI
Fachbereich Mathematik Prof Dr K Ritter Dr M Slassi M Fuchssteiner SS 9 9 Mai 9 5 Übungsblatt zur Mathematik II für BI, MaWi, WI(BI, AngGeo und UI Gruppenübung Aufgabe G (a Betrachten Sie die Vektoren
MehrLösung zum 2. Übungsblatt
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SoSe 25 Blatt 2 3.5.25 Lösung zum 2. Übungsblatt. Gegeben seien die Vektoren v = 2, v 2 =, v 3 = in R 3 3 2 und ( ) ( ) w =, w 2 2 =, w
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
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
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 7 Einführung Definition lineare Abbildung
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
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,...,
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
MehrLösungen Serie 5 (Determinante)
Name: Seite: Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 5 (Determinante) Dozent: R Burkhardt Büro: 463 Klasse: Studienjahr Semester: Datum: HS 2008/09 Aufgabe Bestimme
MehrLineare Algebra. 1 Lineare Abbildungen
Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe
MehrSerie 12: Eigenwerte und Eigenvektoren
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie : Eigenwerte und Eigenvektoren Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom 7 und 9 Dezember Finden Sie für folgende
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
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
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 Abbildungen (Teschl/Teschl 10.3, 11.2)
Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:
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.
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
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
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
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
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
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
Mehr09. Lineare Abbildungen und Koordinatentransformationen
09. Lineare Abbildungen und Koordinatentransformationen Definition. Seien V und W Vektorräume. Unter einer linearen Abbildung versteht man eine Abbildung F : V W, v F v w mit folgender Eigenschaft: F λ
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n
Kapitel Vektorräume Josef Leydold Mathematik für VW WS 07/8 Vektorräume / 4 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit x R n =. : x i R, i n x n und wird als n-dimensionaler
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41
Kapitel 3 Vektorräume Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit R n = x 1. x n : x i R, 1 i n und
MehrUntersuchen Sie, ob die folgenden Abbildungen linear oder nicht linear sind. x y
Aufgabe 1 Untersuchen Sie, ob die folgenden Abbildungen linear oder nicht linear sind. (( )) 3x x (a) Sei f : R 2 R 3 mit f = 2y + x y x y ( ) 4 (b) Sei f : R R 2 mit f(x) = x + 1 (( )) ( ) x x y (c) Sei
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +
Mehr6. Normale Abbildungen
SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische
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
Mehr2.2 Kern und Bild; Basiswechsel
22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare
MehrLösungen Test 1 - Lineare Algebra
Name: Seite: Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Test - Lineare Algebra Dozent: R. Burkhardt Büro: 4. Klasse:. Studienjahr Semester: Datum: HS 8/9 Bemerkung Alle Aufgaben
MehrEigenwerte und Eigenvektoren
Eigenwerte und Eigenvektoren Siehe Analysis (von der Hude, Folie 20: Definition 2.3. Ein Vektor x R n heißt Eigenvektor der quadratischen n n-matrix A zum Eigenwert λ R, wenn gilt Ax = λx Die Eigenwerte
MehrLineare Algebra für PhysikerInnen Teil 2
Übungen Lineare Algebra für PhysikerInnen Teil WS 9/ M. Hoffmann-Ostenhof 5. (a) Begründen Sie warum der Vektorraum P (R) nicht endlich dimensional ist und warum dim P n (R) = n + ist. (b) Zeigen Sie,
MehrLineare Algebra I für Mathematiker Lösungen
Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation
MehrMusterlösungen zur Linearen Algebra II Übungsklausur
Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,
MehrLineare Algebra I: Eine Landkarte
Bild F Algebra I: Eine Landkarte Faser Versuch einer Übersicht der Themen und Zusammenhänge der n Algebra 1. 1 Algebra I: Bild F Faser Sei B Basis von V. Jedes v V läßt sich eindeutig aus den Basisvektoren
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,...,
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:
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
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 2 Ein guter Schüler lernt auch bei einem schlechten Lehrer Eigentheorie Unter einer Achsenspiegelung in der
MehrBild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
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
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.44 2018/05/17 14:11:13 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.6 Bewegungen und Kongruenzbegriffe Wir untersuchen gerade die Spiegelung an einer Hyperebene h R d. Ist ein
MehrLineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München
Technische Universität München Wintersemester 27/28 Lineare Algebra Skript zum Ferienkurs Tag 2-2.3.28 Claudia Nagel Pablo Cova Fariña Wir danken Herrn Prof. Kemper vielmals für seine Unterstützung bei
MehrKlausur zur Vorlesung Lineare Algebra B im SS 2002 an der Universität Hannover
Dozent: Prof. Dr. Wolfgang Ebeling Übungsleiter: Dr. Detlef Wille Klausur zur Vorlesung Lineare Algebra B im SS an der Universität Hannover Joachim Selke 9. Februar Lineare Algebra B SS Klausur zur Vorlesung
MehrLineare Algebra. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra 6. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November, 7 Vektoräume Eine Menge E zusammen mit zwei Verknüpfungen + : E E E, x, y x + y Addition : E E E,
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:.......................................
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
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.
MehrRepetitorium A: Matrizen, Reihenentwicklungen
Fakultät für Physik R: Rechenmethoden für Physiker, WiSe 5/6 Dozent: Jan von Delft Übungen: Benedikt Bruognolo, Dennis Schimmel, Frauke Schwarz, Lukas Weidinger http://homepages.physik.uni-muenchen.de/~vondelft/lehre/5r/
MehrKlausur zu Lineare Algebra I für Informatiker, SS 07
7.7.7 (. Termin Klausur zu Lineare Algebra I für Informatiker, SS 7 B.Sc-Modulprüfung / Diplom-Vorprüfung / Scheinklausur in Lineare Algebra I Dr. Timo Hanke, Lehrstuhl D für Mathematik, RWTH Aachen Name:
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 4 Einführung Vektoren und Translationen
MehrLösung 7: Lineare Abbildungen: Kern, Bild, Rang und Darstellung durch Matrizen
D-MATH Lineare Algebra I HS 2017 Dr. Meike Akveld Lösung 7: Lineare Abbildungen: Kern, Bild, Rang und Darstellung durch Matrizen 1. a) Seien v 1, v 2 V, λ K, dann sind Also ist id V linear. b) Seien v
MehrTechnische Universität München. Probeklausur Lösung SS 2012
Technische Universität München Andreas Wörfel & Carla Zensen Ferienkurs Analysis für Physiker Probeklausur Lösung SS Aufgabe Differenzierbarkeit / Punkte: [4,, 3, 4] Es sei f(x, y) = sin(x3 + y 3 ) x +
Mehrx+ 2y = 2 3x+ 3y+ 3z = 0
Mathematik für Informatiker III WS 5/ Musterlösung zur Klausur vom 8.. Anmerkung: Für die Aufgaben bis 4 gab es 4 Punkte, zusammen mit der Zusatzaufgabe 5 konnte man 4 Punkte erreichen. Um die Klausur
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe Beispiel einer Koordinatentransformation Gegeben seien zwei
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
MehrDeterminante und Inverse
Vorzeigeaufgaben: Determinante und Inverse Bestimmen Sie für welche a R die folgende Matrix invertierbar ist und berechnen Sie deren Inverse: A = a cos(x) sin(x) a sin(x) cos(x) Bestimmen Sie ob folgende
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 7. Aufgabe 7.1. ETH Zürich D-MATH. 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 7 Aufgabe 7 7a) Welche der folgenden Abbildungen sind linear: (i) F : x ax + b
MehrLehrstuhl II für Mathematik. Bachelor-Prüfung/Diplom-Vorprüfung/Zwischenprüfung. Höhere Mathematik I. Matrikelnummer:
Matrikelnummer: RHEINISCH-WESTFÄLISCHE TECHNISCHE HOCHSCHULE AACHEN Lehrstuhl II für Mathematik Bachelor-Prüfung/Diplom-Vorprüfung/Zwischenprüfung Höhere Mathematik I Prüfer: Prof. Dr. E. Triesch Termin:
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
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
MehrKLAUSUR. Mathematik II (E-Techniker/Mechatroniker/W-Ingenieure) (W.Strampp) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.
KLAUSUR Mathematik II (E-Techniker/Mechatroniker/W-Ingenieure) 39 (WStrampp) Name: Vorname: Matr Nr/Studiengang: Versuch Nr: Für jede Aufgabe gibt es Punkte Zum Bestehen der Klausur sollten 7 Punkte erreicht
MehrGrundlagen der Mathematik 1
Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben
MehrTechnische 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:.......................................
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
MehrBericht zur Mathematischen Zulassungsprüfung im Mai 2010
Bericht zur Mathematischen Zulassungsprüfung im Mai 2 Heinz-Willi Goelden, Wolfgang Lauf, Martin Pohl Am 5. Mai 2 fand die Mathematische Zulassungsprüfung statt. Die Prüfung bestand aus einer 9-minütigen
MehrKlausur zu Lineare Algebra I für Informatiker, SS 07
Deckblatt 9.9.7 (. Termin), Gruppe A Klausur zu Lineare Algebra I für Informatiker, SS 7 B.Sc-Modulprüfung / Diplom-Vorprüfung / Scheinklausur in Lineare Algebra I Dr. Timo Hanke, Lehrstuhl D für Mathematik,
Mehr4. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo
Fachbereich Mathematik Prof. J. Lehn Hasan Gündoğan, Nicole Nowak Sommersemester 8 4./5./8. April 4. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI, AngGeo Gruppenübung Aufgabe G9 (Multiple Choice Bei
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?
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester 6 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe Das Kreuzprodukt als lineare Abbildung Oft findet man
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
MehrLineare Algebra und Numerische Mathematik für D-BAUG. Serie 13
P. Grohs T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Serie 13 Diese letzte Serie des Semesters befasst sich noch einmal mit wichtigen Themen
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
MehrKlausur zu Lineare Algebra I für Informatiker, SS 07
17.07.007 (1. Termin Klausur zu Lineare Algebra I für Informatiker, SS 07 B.Sc-Modulprüfung / Diplom-Vorprüfung / Scheinklausur in Lineare Algebra I Dr. Timo Hanke, Lehrstuhl D für Mathematik, RWTH Aachen
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
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
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
Mehri) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.
Abbildungen Rechnen Matrizen Rechnen Vektoren Äquivalenzrelation Addition: Skalarmultiplikation: Skalarprodukt: Länge eines Vektors: Vektorprodukt (im ): i ii i ii v) gilt (Cauchy-Schwarz-Ungleichung):
Mehr5 Zur Geometrie euklidischer Bewegungen. Eine Bewegung eines euklidischen Raumes wird bezüglich eines kartesischen Koordinatensystems
5 Zur Geometrie euklidischer Bewegungen 5.1 Erinnerung an 3.3.3 Eine Bewegung eines euklidischen Raumes wird bezüglich eines kartesischen Koordinatensystems beschrieben durch x = U x + w (U T U = E) mit
Mehrfj 2 = f n f n+1. fj 2 = 0 2 = 0 = 0 1 = f 0 f 1. f 2 j = f n f n+1 +fn+1 = (f n +f n+1 )f n+1 = f n+2 f n+1 = f n+1 f (n+1)+1.
Stroppel Musterlösung 4..4, 8min Aufgabe 3 Punkte) Sei f n ) n N die Fibonacci-Folge, die durch f :=, f := und f n+ := f n +f n definiert ist. Beweisen Sie durch vollständige Induktion, dass für alle n
Mehr