HÖHERE MATHEMATIK 2, Übungen, Sommersemester Übungsblatt für den

Größe: px
Ab Seite anzeigen:

Download "HÖHERE MATHEMATIK 2, Übungen, Sommersemester Übungsblatt für den"

Transkript

1 . Übungsblatt für den () Die Gerade g sei durch die Gleichung 2x y = 3 gegeben. Bestimmen sie Gleichungen der beiden Geraden, die parallel zu g sind und den Abstand 2 von g haben. Bestimmen sie alle Punkte, die von den beiden Geraden g und g gegeben durch die Gleichungen g : 2x y = 0 und g 2 : x + y = 2 jeweils den Abstand haben. (2) Gegeben sind die komplexen Zahlen z = 2 + 3ı und z 2 = 2 ı. Berechnen sie z z 2, z 2, z2 2 z und z 2 z in der komplexen Standardform a + ib und in komplexen Polarkoordinaten r e iϕ mit r 0 und ϕ [0, 2π). (3) E sei die Menge aller komplexen Zahlen mit Betrag, das heißt E = {a + ıb : a, b R mit a 2 + b 2 = }. Zeigen sie: Falls z E dann gilt auch z E, z E und E. Falls z y E und z E, dann gilt auch yz E. (4) Skizzieren sie die folgenden Mengen in der komplexen Ebene M = {z C : z = }, M 2 = {w C : ww > }, M 3 = {u C : R(iu) > 0}. (5) Zeigen sie, dass für jede beliebige Komplexe Zahl z 0 sich eine reelle Zahl a finden läßt so dass = az. (Das heißt, 0, z und liegen auf einer Geraden.) z z 2. Trainingsbeispiele zur Selbstkontrolle T. Berechnen sie z + w, z und w für z = ı + 3, w = 2 + 4ı. T2. Berechnen sie den Cosinus des Winkels zwischen den Vektoren v = (, 2, ) t und v 2 = (2, 0, 2) t. Für welche Winkel wird dieser Wert der Cosinusfunktion angenommen? T3. Bestimmen sie eine Gleichung welche die Kreislinie mit Mittelpunkt (, 2) und Radius 2 in der (x, y)-ebene definiert.

2 2. Übungsblatt für den (6) Die drei komplexen Zahlen z = + ı, z 2 = 2 + 3ı und z 3 = + 2ı sind Eckpunkte eines Dreieckes in der komplexen Ebene. Berechnen sie die Innenwinkel und die Seitenlängen des Dreieckes. Für die beiden komplexen Zahlen u = ı und v = + ı seien u und v die Dreiecke mit den Ecken (uz, uz 2, uz 3 ) bzw. (vz, vz 2, vz 3 ). Berechnen sie die Seitenlängen und Innenwinkel der Dreiecke u und v. Berechnen sie die Winkel zwischen z k und uz k und zwischen z k und vz k für k =, 2, 3. Fertigen sie eine Skizze mit der drei Dreiecke in der komplexen Ebene an. (7) Berechnen sie die beiden komplexen Wurzeln von v = 2 + 3ı (d.h. die beiden Lösungen von z 2 = 2 + 3ı in C). Skizzieren sie v und die beiden Wurzeln in der komplexen Ebene. (8) Lösen sie die quadratische Gleichung z 2 + (2 + ı)z + = 0 in C. (9) Beweisen sie: Falls die Zahl z C \ R Lösung der quadratischen Gleichung aw 2 + bw + c = 0 mit a, b, c R ist, dann ist auch die konjugiert komplexe Zahl z eine Lösung der quadratischen Gleichung. (0) Stellen sie den Ausdruck cos 4 (θ) als Linearkombination von Winkelfunktionen mit Vielfachen des Winkels θ im Argument der Winkelfunktionen dar. Das heißt, finden sie eine Darstellung? cos 4 (θ) = α k sin(kθ) + β k cos(kθ). k=0 Verwenden sie zur Herleitung die Eulersche Darstellung der Cosinusfunktion durch komplexe Exponentialfunktionen. () Es sei l eine Gerade in der komplexen Ebene, die mit der (positiv orientierten) reellen Achse den Winkel ϕ einschließt. Ein beliebiger Punkt z l auf der Geraden wird ausgewählt. Mit d bezeichnen wir den Normalabstand des Koordinatenursprungs von der Geraden. Zeigen sie dass die Formel d = Im(e ıϕ z) gilt. (2) Skizzieren sie die Menge M = { z C : Re ( ( 2ı)z ) = 0 } in der komplexen Ebene. Geben sie eine geometrische Charakterisierung der Punktmenge M an. 2. Trainingsbeispiele zur Selbstkontrolle T4. Berechnen sie die Polarkoordinatendarstellungen der folgenden komplexen Zahlen: ı, 3 ı, 3 2ı. T5. Berechnen sie die (kartesische) Standardform a + ıb der Zahlen e iπ, 2e i π 4, e ı π 3.

3 3. Übungsblatt für den (3) Bestimmen sie alle Lösungen z C (z = re ıϕ ) der folgenden Gleichungen: (a) z 3 = + ı, (b) ı z 5 =, (c) z 3 =. Skizzieren sie die Lage der Lösungen in der komplexen Ebene. (4) Geben sie alle Lösungen z C der Gleichung z 5 z 2 = 0 an. Skizzieren sie die Lage der Lösungen in der komplexen Ebene. (5) Bestimmen sie drei verschiedene Lösungen z C der Gleichung e z = 3 + 2ı in der komplexen Standardform z = a + ıb. Können sie eine Lösung mit ganzzahligem Real- und Immaginärteil finden? (6) Es sei A = ı ı. Schreiben sie A in der Form A = a + ıb. (Hinweis: x y = e y ln x.) (7) Lösen sie die folgenden linearen Gleichungssysteme über C: (a) (c) 3x + 6y = 2x + 3y = 0, (b) ıx + y = 0 x + ( + ı)y = 2ı, (3 + 4ı)x + ıy = (3ı 4)x y =, (d) ıx + 2y = 4 2ıx + 4y = 8.

4 4. Übungsblatt für den (8) Schreiben sie f(z) := 3z 2 + in der Form f(x + iy) = u(x, y) + iv(x, y) und zeigen sie, dass u und v die Cauchy-Riemannschen Differentialgleichungen erfüllen. Berechnen sie die komplexe Ableitung f (2 + i3) gemäß Definition als f f(z+h) f(z) (z) = lim h 0. h (9) Schreiben sie f(z) := e z in der Form f(x + iy) = u(x, y) + iv(x, y) und zeigen sie, dass u und v die Cauchy-Riemannschen Differentialgleichungen erfüllen. Berechnen sie lim ezn e z zn z, z n z indem sie für z n eine gegen z konvergierende Folge von komplexen Zahlen wählen, die auf einer durch z gehenden Geraden geeigneter Neigung liegen. Warum ist es nach obigem erlaubt zu sagen, dass der auf diese spezielle Weise erhaltene Grenzwert die Ableitung von e z ist? 3 i2 2 (20) Es seien a = 4, b = i, c = 2 C (a) Bestimmen sie x C 4, so dass 3 x + 2 a b = 6 x + 4 c. (b) Bestimmen sie (falls möglich) s, t R, so dass s a + t c = 2. (2) (a) Entnehmen sie durch möglichst genaue Konstruktion und Messung aus der Zeichnung 3 die Zahlen u, u 2, v, v 2, z, z 2, z, z 2 in den Darstellungen u = u a + u 2 b, v = v a + v 2 b, z = z a + z 2 b, z = z u + z 2 v. (b) Berechnen sie die Zahlen z, z 2 aus den gemessenen Zahlen u, u 2, v, v 2, z, z 2 und vergleichen sie ihr Messergebnis mit dem Rechenergebnis. Zeichnung auf Overheadfolie!. (22) Es sei V ein Vektorraum über einem Körper K und a, b, c V \ { o}. Ferner seien r, s, t K mit r + s + t 0 und r a + s b + t c = o. Zeigen sie, dass sich dann mindestens einer der Vektoren a, b, c als Linearkombination der restlichen beiden darstellen läßt. Gibt es r, s, t K mit r + s + t 0 und r a + s b + t c = o, so dass sich nur genau einer der drei Vektoren als Linearkombination der beiden restlichen darstellen läßt?

5 5. Übungsblatt für den Im folgenden seien e, e 2, e 3 ) eine Basis aus drei paarweise zueinander orthogonalen Einheitsvektoren, die ein Rechtssystem bilden. (23) Es sei ( e, e 2 ) eine Basis von R 2 aus zwei zueinander orthogonalen Einheitsvektoren und n = n e + n 2 e 2 = (cos ϕ) e + (sin ϕ) e 2 ein weiterer Einheitsvektor. Ferner sei S : R 2 R 2 die Spiegelung an der durch den Ursprung gehenden Geraden g, die senkrecht auf n steht. (a) Welche geometrische Abbildung wird durch x x 2 x, n n beschrieben? b) Bestimmen sie die Matrix S der Spiegelung bzgl. der Basis ( e, e 2 ), indem sie die Matrixelemente durch n = cos ϕ, n 2 = sin ϕ ausdrücken. (c) Zeigen sie, dass die Hintereinanderausführung zweier Spiegelungen S, S an Geraden g, g durch den Ursprung eine Drehung ergibt, indem sie das Produkt zweier Spiegelmatrizen bilden und dieses als Drehmatrix erkennen. Sind g, g zwei durch o gehende Geraden, dann ist der Winkel zwischen g und g der kleinste auftretende Winkel α [0, π ] zwischen allen 2 möglichen Richtungsvektoren von g und g. Wie hängt der Winkel zwischen den Spiegelgeraden mit dem Drehwinkel der beiden möglichen Hintereinanderausführungen S S und S S zusammen? (d) Zeigen sie, dass jede Spiegelung selbstinvers ist. Gibt es auch selbstinverse Drehungen von R 2? (24) (a) Zeigen sie, dass für alle linearen Drehungen D, D 2 : R 2 R 2 die Gleichung D D 2 = D 2 D gilt. D.h. die Drehungen der Ebene mit Drehpunkt o kommutieren. TIPP: Verwenden sie die Matrizen der beiden Drehungen bzgl. einer Orthonormalbasis ( e, e 2 ) von R 2. Verwenden sie die Abkürzungen s := sin α, c := cos α, s := sin β, c := cos β. (b) Zeigen sie, dass die Drehungen D, D 2 : R 3 R 3 mit D ( e ) = e, D ( e 2 ) = e 3, D ( e 3 ) = e 2 und D 2 ( e ) = e 2, D 2 ( e 2 ) = e, D 2 ( e 3 ) = e 3 nicht kommutieren. Geben sie die Matrizen von D und D 2 bzgl. ( e, e 2, e 3 ) an. (25) Bestimmen sie, falls möglich, die Winkelmaßzahlen α und β so, dass die Drehmatrizen cos α sin α 0 D = sin α cos α 0 und D 2 = cos β sin β sin β cos β kommutieren. Verwenden sie die Abkürzungen s := sin α, c := cos α, s := sin β, c := cos β. (26) Es sei D : R 3 R 3 eine Drehung mit e := D( e ), e 2 := D( e 2 ), e 3 := D( e 3 ). (a) Bestimmen sie eine Rechtsdrehung D um die e 3 -Achse, so dass D ( e 2 ) in der Ebene von e 3 und e 3 liegt. Setze e := D ( e ), e 2 := D ( e 2 ), e 3 := D ( e 3 ). Geben sie die Matrix D von D bzgl. ( e, e 2, e 3 ) an. Bezeichnen sie dabei den Drehwinkel mit Φ. (b) Bestimmen sie eine Rechtsdrehung D 2 um die e -Achse, so dass D 2 ( e 3 ) = e 3. Setze e := D 2 ( e ), e 2 := D 2 ( e 2 ), e 3 := D 2 ( e 3 ) = e 3. Geben sie die Matrix D 2 von D 2 bzgl. ( e, e 2, e 3 ) an. Bezeichnen sie dabei den Drehwinkel mit Θ. (c) Bestimmen sie eine Rechtsdrehung D 3 um die e 3 -Achse, so dass D 3 ( e ) = e und mithin automatisch D 3 ( e 2 ) = e 2 ist. Jetzt ist e = D 3 ( e ), e 2 = D 2 ( e 2 ), e 3 = D 2 ( e 3 ). Geben sie die Matrix D 3 von D 3 bzgl. ( e, e 2, e 3 ) an. Bezeichnen sie dabei den Drehwinkel mit Ψ. (d) Wie läßt sich die Matrix D der Drehung D bzgl. ( e, e 2, e 3 ) durch die drei Drehmatrizen

6 e 3 = e 3 e 3 = e 3 Θ e 2 e 2 e Φ e = e e 2 Abbildung. Die beiden Drehungen D, D 2 und die Eulerwinkel Φ und Θ D, D 2, D 3 darstellen? Die Drehwinkelmaßzahlen Φ, Θ, Ψ in den drei Matrizen heißen Eulersche Winkel der Drehung D bzgl. ( e, e 2, e 3 ). (e) Drücken sie die Matrixelemente von D durch die Eulerschen Winkel aus. Es sollte sich cos Ψ cos Φ cos Θ sin Φ sin Ψ sin Ψ cos Φ cos Θ sin Φ cos Ψ sin Θ sin Φ D = cos Ψ sin Φ + cos Θ cos Φ sin Ψ sin Ψ sin Φ + cos Θ cos Φ cos Ψ sin Θ cos Φ sin Ψ sin Θ cos Ψ sin Θ cos Θ ergeben. Durch geeignete Wahl von Φ, Ψ, Θ R läßt sich jede 3 3-Drehmatrix darstellen. D.h. die Gruppe der Drehungen um Achsen, die durch den Ursprung gehen, ist eine dreiparametrige Gruppe. In der Physik benötigt man meist die Matrix T der Koordinatentransformation von den ungestrichenen zu den dreifach gestrichenen Koordinaten. Sie ist die zu D inverse Matrix, die sich durch Transponieren von D ergibt, d.h. T = D. Warum ist die Inverse von D gleich der Transponierten von D? (Herbert Goldstein: Klassische Mechanik, Seite 8-2)

7 6. Übungsblatt für den (27) (a) Gegeben ist der Vektor v = ( 2 ) 5. Berechnen sie die Matrix M = v v T = 5( 2 ) ( 2 ) indem sie das Produkt der 2 Matrix mit der 2 nach den Matrixrechenregeln berechnen. Bestimmen sie das Bild der linearen Abbildung, die durch M definiert wird, das heißt, charakterisieren sie M(R 2 ) = {y = Mx : x R 2 }. Berechnen sie (x Mx) v für einen beliebigen Vektor x R 2. (b) Berechnen sie A = I M und das Bild von A. Berechnen sie Ax v für einen beliebigen Vektor x R 2. Fertigen sie eine Skizze an, die die geometrischen Eigenschaften der Abbilungen M und A veranschaulicht. (c) Versuchen sie, die obigen Berechnungen auf eine allgemeinere Situation zu übertragen. Welche Eigenschaften muss ein Vektor v R 2 haben, damit die Abbildungen M = v v T und A = I M die gleichen geometrischen Eigenschaften haben, wie in der obigen speziellen Situation? Was passiert, wenn sie vom zweidimensionalen Raum in den dreidimensionalen übergehen? (28) Begründen sie, dass die Menge von Vektoren Bedingung muss erfüllt sein, damit die Vektoren a, a,2 0 a 2,2,, {( 0 a,3 a 2,3 a 3, ), ( 3 ) 2, 0,, eine Menge von linear unabhängigen Vektoren im R n bilden? ( a,n a 2,n a 3,n. a n,n )} linear unabhängig ist. Welche Erklärung: Betrachten sie die zwei linearen Gleichungen für die zwei Unbekannten x, y: a x + b y = r () a 2 x + b 2 y = r 2. (2) Wenn wir nicht wissen, welche der Koeffizienten a, a 2, b, b 2, r, r 2 ungleich Null sind, müssen wir so lange wie möglich Divisionen beim Eliminieren von Unbekannten vermeiden. Um x zu eliminieren multiplizieren wir () mit a 2, (2) mit a und addieren die so erhaltenen Gleichungen. Dies liefert (a b 2 a 2 b )y = a r 2 a 2 r. Wenn wir jetzt wissen (oder voraussetzen), dass a b 2 a 2 b 0 ist, dann können wir die Lösung y durch die Koeffizienten ausdrücken y = a r 2 a 2 r a b 2 a 2 b. (29) Drücken sie auch x durch die Koeffizienten von () und (2) aus. Was fällt dabei auf? Mit der Bezeichnung a b a 2 b 2 := a b 2 a 2 b schreibt sich die CRAMERsche REGEL wie folgt r b r 2 b 2 a x = a b, y = 2 r 2 a 2 b 2 a b, falls a b a 2 b 2 0. a 2 b 2 (30) Gehen sie bei dem System a x + b y + c z = r (3) a 2 x + b 2 y + c 2 z = r 2. (4) a 3 x + b 3 y + c 3 z = r 3. (5) wie im Bsp. 29 vor und drücken sie die Unbekannten, falls möglich wieder durch die Koeffizienten aus. Wie läßt sich x mit Hilfe von a b c a 2 b 2 c 2 := a b 2 2 a 3 c b 3 a c 3 2 b 3 c + b a3 c 2 b 2 c a 3 b 3 c 3 schreiben? (3) Determinante und lineare Unabhängigkeit. Zeigen Sie:

8 ( ) (a) ( a 2 ), b b2 sind linear unabhängig genau dann, wenn a b a 2 b 2 0. ( a ) ( ) b ( c ) a (b) 2, b2, 2 sind linear unabhängig genau dann, wenn b c a a 3 b c b 2 c 2 a 3 b 3 c 3 0. (32) Lösbarkeit und Unlösbarkeit von Systemen linearer Gleichungen. (a) Geben Sie eine einzige Gleichung mit 00 Unbekannten an, die unlösbar ist. (b) Zeigen Sie: Wenn eine einzige lineare Gleichung mit 00 Unbekannten eine spezielle Lösung besitzt, so besitzt sie unendlich viel weitere Lösungen. (c) Geben Sie ein System von 00 linearen Gleichungen für eine Unbekannte an, das lösbar ist. (d) Zeigen Sie, dass die wichtige FAUSTREGEL Jedes System von n Gleichungen mit n Unbekannten ist eindeutig lösbar falsch ist.

9 7. Übungsblatt für den (33) Sei {a, b, c} eine Menge linear unabhängiger Vektoren in R n (mit n 3). Zeigen sie: (a) Die Menge der Vektoren {a + 5b, a + b + 3c, 6c} ist ebenfalls linear unabhängig. (b) Die Menge der Vektoren {a + b + c, 2a + 4b + c, 2a + 6b} ist ebenfalls linear unabhängig. (34) Es sei A eine n n Matrix über R. Beweisen sie: (a) L = {x R n : Ax = 0} ist ein Unterraum des R n, das heißt, u, v L u + v L und λ R, v L λv L. (b) Die lineare Abbildung x Ax ist genau dann bijektiv wenn L = {0}. (35) Es sei A = (a) Bestimmen sie die größte Anzahl linear unabhängiger Spalten von A. (b) Geben sie für ϕ : R 5 R 4 mit ϕ(x) = Ax die Menge Im(ϕ) = {ϕ(x) : x R 5 } in der Form Im(ϕ) = L(v, v 2,..., v k ) an, wobei die Anzahl k der benötigten Vektoren so klein wie möglich (minimal) sein soll, (36) Lösen sie das inhomogene lineare Gleichungssystem Ax = b mit A = und b = (37) Bestimmen sie L = {x R 3 : 2x +x 2 = 0, x +x 2 +x 3 = 0}, L 2 = {x R 3 : x +6x 2 = 0}, L 3 = {x R 4 : x + x 2 + x 3 + x 4 = 0} und L 4 = {x R 5 : 3x 6x 2 + 2x 5 = 0} indem sie L k (für k =, 2, 3, 4) als Linearkombination der Form L k = L(v k, v k 2,...) darstellen. Die Anzahl der benötigten Vektoren soll jeweils minimal sein.

10 8. Übungsblatt für den (38) Läßt sich der Vektor v = (4, 6, 3, ) T als Linearkombination der Vektoren a = (2, 3, 0, 2) T, a 2 = (, 2, 2, ) T und a 3 = (9, 3, 3, 4) T darstellen? Wenn ja, geben sie die Koeffizienten einer solchen Linearkombination an. (39) Finden sie alle Linearkombinationen der Vektoren a a 2, a 3 und v aus Beispiel 38 die den Vektor (3,, 2, 3) T ergeben. (40) Bestimmen sie einen Vektor x R 4, der orthogonal zu den Vektoren v = (,, 0, ) T, v 2 = (2,,, ) T und v 3 = (,,, 0) T ist. Wie viele solcher Vektoren gibt es? (4) Betrachten sie die lineare Abbildung x A x auf R 3 mit A = Gibt es einen Vektor x 0, der sein eigener Bildvektor unter der linearen Abbildung ist, d.h. für den x = Ax gilt. Wenn ja, bestimmen sie einen solchen Vektor. Gibt es auch einen Vektor y 0, der die Hälfte seines Bildvektors ist, das heißt für den 2y = Ay gilt? (42) Gegeben ist die Matrix M = und der Vektor y = Finden sie x R 4 so dass y der Bildvektor von x unter der linearen Abbildung f : R 4 R 4 mit f(z) = Mz ist. Seien m, m 2, m 3 und m 4 die Spalten der Matrix M. Finden sie einen Vektor w R 4 so dass w m i = y i für i =, 2, 3, 4 gilt, wobei y i die Komponenten des Vektors y bezeichnen. (43) Bestimmen sie die inverse Matrix B von B =

11 9. Übungsblatt für den (45) Sei A eine obere Dreiecksmatrix mit n Zeilen und Spalten. Zeigen sie det A = a, a 2,2... a n,n. TIPP: Entwickeln sie die Determinante nach den Elementen der ersten Spalte von A. (46) Es sei A eine k k-matrix, B eine m m-matrix und ( ) A 0 C := 0 B die Blockdiagonalmatrix, die links oben als Teilmatrix A, rechts daneben eine k m- Nullmatrix, unterhalb von A eine m k-nullmatrix und rechts daneben als Teilmatrix B enthält. Zeigen sie det C = det A det B. TIPP: Entwickeln sie die Determinante von C nach der ersten Spalte von C. (47) (a) Zeigen sie: Wenn in einer n n-matrix A die ersten beiden Zeilen übereinstimmen, dann ist det A = 0. TIPP: Entwickeln sie die Determinante auf zwei Arten: einmal nach der ersten Zeile und einmal nach der zweiten Zeile. a,,..., a,n a (b) Seien c R, A = 2,,..., a 2,n.. und à := a n,,..., a n,n Zeigen sie det A = det Ã. (48) Berechnen sie die Determinante von a, + ca 2,,..., a,n + ca 2,n a 2,,..., a 2,n,.. a n,,..., a n,n indem sie die Erkenntnis aus dem vorigen Beispiel nützen. (49) Zeigen sie: Die Spalten a und b sind genau dann linear unabhängig, wenn a 2 a 3 b 2 b 3 a 2b 3 a 3 b 2 a 3 b a b a b 2 a 2 b 0 Ohne geometrische Argumentation, rein algebraisch!.

12 0. Übungsblatt für den (50) Sei P = {a 0 + a x + a 2 x 2 + a 3 x 3 a i R} der Vektorraum aller Polynome vom Grad kleiner gleich 3 über R. (a) Zeigen sie: B = {3, + x, x + x 2, 2x 3 } ist eine Basis von P. (b) Berechnen sie die Koordinaten des Vektors v = + x + x 2 + x 3 P bezüglich der Basis B. Warum bezeichnen wir das Polynom v als Vektor? (5) Es sei A = (a) Berechnen sie det(a) und geben sie ein Argument an, das belegt, dass die inverse Matrix zu A existiert. Berechnen sie A. (b) Berechnen sie mit Hilfe von A die Lösung des linearen Gleichungssystems A x = (c) Bestimmen sie eine 3 3-Matrix C die die Gleichung C A = 4A 2 + A erfüllt. (52) Es seien a = 0, b = 2, c = 0 0. Von einem Vektor x sind die Orthogonalprojektionen auf die Vektoren a, b und c bekannt: 2 a a x, a a = a 5 a, b b x, b b = b 6 b, c c x, c c = o. Bestimmen sie alle Vektoren x, falls es mehrere geben sollte, die obige Eigenschaft haben. (53) Zeigen sie: { 2 0 } B =, 0 0, 2 0, 0 0 ist eine Basis des Vektorraums R 4 und bestimmen sie die Koordinaten (α, α 2, α 3, α 4 ) des Vektors (4, 2,, ) T bezüglich B. Sei nun b ein beliebiger Vektor in R 4. Geben sie den Koordinatenvektor β = (β, β 2, β 3, β 4 ) T des Vektors b bezüglich der Basis B in der Form β = A b mit einer geeigneten Matrix A an.

13 . Übungsblatt für den (54) Berechnen sie die Eigenwerte und zugehörige Eigenvektoren der Matrizen ( ) ( ) ( ) ( ) 5 0 2, 4, 0 A =, A 4 2 =, A =, A 0, 5 0, 4 =, ( ) ( ) cos ϕ sin ϕ, 4 0, 5 A 5 =, A sin ϕ cos ϕ 6 =, A, 0 0, 7 = , 2 0 A 8 = , A 9 = 2 0 2, A 0 = (55) Geben sie die Lösung des Anfangswertproblems m x + kx = 0; x(0) = 0, 05 [m], x (0) = 0, [m/sec] an, wobei die Masse m = 0, 4[kg] und die Federkonstante k = 2[N/m] gegeben sind. (56) Angenommen, in der Kraftbilanz, die zur Gleichung des harmonischen Oszillators führt, wird ausser der Federkraft und der Beschleunigungskraft noch eine Reibungskraft berücksichtigt. Wir nehmen an, die Reibungkraft wirkt der Bewegungsrichtung entgeben (das heißt entgegengesetzt zum Geschwindigkeitsvektor). Wir nehmen weiters an, die Stärke der Reibungskraft ist direkt proportional zum Betrag der Geschwindigkeit, mit einem Proportionalitätsfaktor c > 0. Finden sie eine Differentialgleichung zweiter Ordnung, welche die Bewegung eines solchen (durch Reibung) gedämpften Oszillators beschreibt. (57) Lösen sie das Anfangswertproblem mx + cx + kx = 0; x(0) = x 0 ; x (0) = 0; für einen beliebigen Anfangswert x 0 R. Die Konstanten m und k seien wie in Beispiel 55. Berechnen sie die Lösung für c = [N sec/m] und für c = 20 [N sec/m]. Schreiben sie dazu die Differentialgleichung in ein 2 2 Differentialgleichungssystem um. (Setzen sie dazu x = ( x x 2 ) = ( x x )). Entkoppeln sie das System indem sie die Eigenwerte und Eigenvektoren der Systemmatrix berechnen und den Anfangswert als Linearkombination der Eigenvektoren darstellen. Gehen sie weiter, wie in der Vorlesung besprochen, vor. Verwenden sie MatLab um die Lösungskurven in der (x, x 2 )-Ebene für die beiden Möglichkeiten von c zu skizzieren. Wählen sie als Anfangswert x 0 = ( ) 0, 0. (58) Betrachten sie die folgende Anordnung von Federn und Massen. l m m l/3 l/3

14 Die beiden Massen m sind gleich groß und alle drei Federkonstanten seien gleich k. Stellen sie ein Differentialgleichungssystem vierter Ordnung auf, das die Bewegung der beiden schwingenden Massen beschreibt. Verwenden sie als Koordinaten die Auslenkungen der Massen aus den jeweiligen Ruhelagen und die Geschwindigkeiten der beiden Massen. Verwenden sie Matlab um die Eigenwerte und Eigenvektoren der Systemmatrix zu bestimmen. Für die konkrete Berechung können sie die Masse und Federkonstante aus Beispiel 55 verwenden. Geben sie die Lösungskurven des Differentialgleichungssystems an, wenn der Anfangsvektor Real- bzw. Immaginärteil eines Eigenvektors ist. Verwenden sie MatLab um die Projektionen der Lösungskurven auf die (x, x 2 )-Ebene bzw. auf die (x 3, x 4 )-Ebene zu zeichnen. (59) Skizzieren sie die Lösungskurven eines 2 2-Differentialgleichungssystems x = Ax in der (x, x 2 ) Ebene, wenn sie wissen, dass v = (2, ) T und v 2 = (, ) T Eigenvektoren der Matrix A zu den Eigenwerten λ = 2 und λ 2 = 2 sind. Wie sieht die Skizze aus, wenn λ 2 = gesetzt wird, und sonst alles gleich bleibt? (60) Skizzieren sie die Lösungskurven eines 2 2-Differentialgleichungssystems x = Ax in der (x, x 2 ) Ebene, wenn sie wissen, dass a = (2, ) T und b = (, ) T Real- und Immaginärteil eines Eigenvektors der Matrix A zum Eigenwert λ = i sind. Wie sieht die Skizze aus, wenn λ = + i gesetzt wird, und sonst alles gleich bleibt?

15 2. Übungsblatt für den (6) Zeigen Sie, dass die durch a n := 2n+ 3n+2 definierte Folge (a n) n N monoton, beschränkt und konvergent gegen 2 ist. 3 (62) Für welche a, b, c > 0 ist die durch f n := a n+b c n definierte Folge (f n) n N streng monoton fallend? (63) (i) Es sei a. Zeigen Sie, dass lim n n a = ist. TIPP: a = ( n a) n n und x n + y n = (x y)(x n y n ). (ii) Zeigen Sie mit Hilfe von (i), dass auch für 0 < a < die Gleichung lim n n a = gilt. (64) Welche der folgenden Behauptungen sind wahr, welche falsch? (i) Die Summe divergenter Folgen ist divergent. (ii) Die Summe divergenter Folgen kann konvergent sein. (iii) Das Produkt divergenter Folgen ist divergent. (iv) Es gibt divergente Folgen, deren Produktfolge konvergiert. Belegen Sie die Ihre Antworten durch Beispiele oder Gegenbeispiele. (65) Berechnen Sie: 3 5 n n 8n 3 + 6n 2 + lim, lim, n 7 0 n n 2n 3 + 2n ( 3 j, ( 5 4) 2 j=3 j=2 ) 4j, ( lim + q 2 + q q 2n) für q <. n

Klausur HM I H 2005 HM I : 1

Klausur HM I H 2005 HM I : 1 Klausur HM I H 5 HM I : 1 Aufgabe 1 4 Punkte): Zeigen Sie mit Hilfe der vollständigen Induktion: n 1 1 + 1 ) k nn k n! für n. Lösung: Beweis mittels Induktion nach n: Induktionsanfang: n : 1 ) 1 + 1 k

Mehr

Aufgabenpool. Woche 1 Aussagenlogik. Woche 2 Mengen und Funktionen. Lineare Algebra und Geometrie I SS 2015

Aufgabenpool. Woche 1 Aussagenlogik. Woche 2 Mengen und Funktionen. Lineare Algebra und Geometrie I SS 2015 Lineare Algebra und Geometrie I SS 05 Woche Aussagenlogik Aufgabenpool Aufgabe #.5 Die Aussage A sei 5 > 9, die Aussage B sei Gerhard Schröder ist eine Frau. Vervollständigen Sie die folgende Wahrheitstabelle.

Mehr

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1. Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x

Mehr

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

AUFGABENSAMMLUNG 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

Mehr

12 Übungen zu Gauß-Algorithmus

12 Übungen zu Gauß-Algorithmus Aufgaben zum Vorkurs B S. 2 Übungen zu Gauß-Algorithmus 2x x 2 = 7x +, 5x 2 = 7 Aufgabe 6: Aufgabe 7: Aufgabe 8: Aufgabe 9: 2x x 2 = x +2x 2 = 2 2x x 2 = 7x +, 5x 2 =, 5 x 2x 2 = x +x 2 = 5 2x +x 2 = 4

Mehr

Höhere Mathematik I HM I A. WiSe 2014/15. Variante A

Höhere 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

Mehr

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n

Kapitel 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

Mehr

Kapitel 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 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

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

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

Mathematik I für MB/ME

Mathematik I für MB/ME Mathematik I für MB/ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 25/26 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden

Mehr

18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1

18 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

Mehr

Variante A. Hinweise

Variante A. Hinweise Lehrstuhl C für Mathematik (Analysis Prof Dr Holger Rauhut Aachen, den 373 Wiederholungsklausur zur Höheren Mathematik I SoSe 3 Variante A Hinweise Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind

Mehr

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT

Lösungen 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

Mehr

Klausur HM I F 2004 HM I : 1

Klausur HM I F 2004 HM I : 1 Klausur HM I F 004 HM I : Aufgabe (5 Punkte): Für welche n gilt die folgende Aussage? ( n ) det n! n 0 (n )! () Führen Sie den Beweis mit Hilfe der vollständigen Induktion. Lösung: Beweis per Induktion

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

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen 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

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

Probeklausur zu Mathematik 2 für Informatik

Probeklausur 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

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

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare 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

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6

Klausurenkurs 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

Mehr

Untersuchen Sie, ob die folgenden Abbildungen linear oder nicht linear sind. x y

Untersuchen 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

Mehr

Klausur zur Höheren Mathematik I (ET/IT/AI/IKT/P/MP) WS 2016/

Klausur zur Höheren Mathematik I (ET/IT/AI/IKT/P/MP) WS 2016/ Dr. P. Furlan Dr. J. Horst Fakultät Mathematik Technische Universität Dortmund Klausur zur Höheren Mathematik I (ET/IT/AI/IKT/P/MP) WS 06/7 6.0.07 Es sind insgesamt 50 Punkte erreichbar. Bei mindestens

Mehr

Prof. Steinwart Höhere Mathematik I/II Musterlösung A =

Prof. Steinwart Höhere Mathematik I/II Musterlösung A = Prof. Steinwart Höhere Mathematik I/II Musterlösung 7..7 Aufgabe ( Punkte) (a) Bestimmen Sie die Eigenwerte und Eigenräume der Matrix A mit 3 3 A = 3 Ist die Matrix A diagonalisierbar? (b) Die Matrix A

Mehr

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6

Klausurenkurs 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

Mehr

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt

Mehr

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 6/7): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

2.9 Die komplexen Zahlen

2.9 Die komplexen Zahlen LinAlg II Version 1 3. April 2006 c Rudolf Scharlau 121 2.9 Die komplexen Zahlen Die komplexen Zahlen sind unverzichtbar für nahezu jede Art von höherer Mathematik. Systematisch gehören sie zum einen in

Mehr

09. Lineare Abbildungen und Koordinatentransformationen

09. 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

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit linearer Gleichungssysteme Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Aussagenlogik. 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

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2018/2019

Aussagenlogik. 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

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar Lineare Algebra II, SS 11. Blatt Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2

Mehr

Eine Affinität α eines euklidischen Raumes heißt eine Bewegung, wenn sie Abstände (und damit auch Winkel) erhält, wenn also für alle Punkte X, Y gilt:

Eine Affinität α eines euklidischen Raumes heißt eine Bewegung, wenn sie Abstände (und damit auch Winkel) erhält, wenn also für alle Punkte X, Y gilt: 5 Zur Geometrie euklidischer Bewegungen 5.1 Bewegungen Eine Affinität α eines euklidischen Raumes heißt eine Bewegung, wenn sie Abstände (und damit auch Winkel) erhält, wenn also für alle Punkte X, Y gilt:

Mehr

Prüfung zur Vorlesung Mathematik I/II

Prüfung zur Vorlesung Mathematik I/II Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit

Mehr

9 Eigenwerte und Eigenvektoren

9 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

Mehr

9 Eigenwerte und Eigenvektoren

9 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

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 213 Prof. Dr. Erich Walter Farkas Kapitel 7: Lineare Algebra Kapitel 7.5: Eigenwerte und Eigenvektoren einer quadratischen Matrix Prof. Dr. Erich Walter Farkas Mathematik

Mehr

Höhere Mathematik I. Variante A Musterlösung

Höhere 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.

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

cos(x)cos(2x)cos(4x) cos(2 n x) = sin(2n+1 x) 2 n+1 sin(x) = sin(2n+2 x) 2 n+2 sin(x).

cos(x)cos(2x)cos(4x) cos(2 n x) = sin(2n+1 x) 2 n+1 sin(x) = sin(2n+2 x) 2 n+2 sin(x). Stroppel/Sändig Musterlösung 8. 3., min Aufgabe 5 Punkte Beweisen Sie für alle x R {zπ z Z} die Formel für n N mit Hilfe der vollständigen Induktion. cosxcosxcosx cos n x = sinn+ x n+ sinx Dabei dürfen

Mehr

5 Zur Geometrie euklidischer Bewegungen. Eine Bewegung eines euklidischen Raumes wird bezüglich eines kartesischen Koordinatensystems

5 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

Mehr

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015 Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler

Mehr

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen Hannover, den 7. Februar 2002 Aufgabe. Übungsblatt: Lineare Algebra II Abgabe: 8./9.4.2002 in den Übungsgruppen (2, 2, 3 Punkte) Der Vektorraum V = C[, ] sei mit dem üblichen Skalarprodukt f, g = f(t)g(t)

Mehr

Ausgewählte Lösungen zu den Übungsblättern 9-10

Ausgewählte Lösungen zu den Übungsblättern 9-10 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Dezember Ausgewählte Lösungen zu den Übungsblättern 9- Übungsblatt

Mehr

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29 Dynamische Systeme und Zeitreihenanalyse Komplexe Zahlen Kapitel 3 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.0/29 Motivation Für die

Mehr

b) Definieren Sie den Begriff Cauchy-Folge. c) Geben Sie zwei Beispiele für konvergente Folgen und deren jeweilige Grenzwerte an.

b) Definieren Sie den Begriff Cauchy-Folge. c) Geben Sie zwei Beispiele für konvergente Folgen und deren jeweilige Grenzwerte an. Repetitorium zur Ingenieur-Mathematik I, WS 00/ Aufgabe : Bestimmen Sie das quadratische Polynom, auf dessen Graph die Punkte (, 4), (0, ), (, 7) liegen. Aufgabe : a) Wann ist eine Folge konvergent (Definition)?

Mehr

Übungsblatt

Übungsblatt 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

Mehr

1. Übungsblatt: Lineare Algebra I Abgabe: 1. November 2001 in den Übungsgruppen

1. Übungsblatt: Lineare Algebra I Abgabe: 1. November 2001 in den Übungsgruppen Hannover, den 25. Oktober 200. Übungsblatt: Lineare Algebra I Abgabe:. November 200 in den Übungsgruppen (je 3 Punkte) Beweisen oder widerlegen Sie die folgenden Aussagen über Mengen. a) A (B C) = (A B)

Mehr

Richie Gottschalk Lineare Algebra I Seite 1. a) Welche der folgenden Ringe sind kommutativ? Es gibt genau einen Unterraum W von V mit dim(w ) = n.

Richie Gottschalk Lineare Algebra I Seite 1. a) Welche der folgenden Ringe sind kommutativ? Es gibt genau einen Unterraum W von V mit dim(w ) = n. Richie Gottschalk Lineare Algebra I Seite Aufgabe Im Folgenden sind K immer ein Körper und V ein K-Vektorraum. a) Welche der folgenden Ringe sind kommutativ? K[x] K[x] ist per se ein kommutativer Polynomring.

Mehr

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(

Mehr

3.6 Eigenwerte und Eigenvektoren

3.6 Eigenwerte und Eigenvektoren 3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse

Mehr

Kapitel 11 Eigenwerte und Eigenvektoren

Kapitel 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

Mehr

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie

D-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

Mehr

Zusammenfassung und Beispiellösungen. zur Linearen Algebra

Zusammenfassung und Beispiellösungen. zur Linearen Algebra Zusammenfassung und Beispiellösungen zur Linearen Algebra Inhaltsverzeichnis TI Taschenrechner Funktionen für Matrizen... n*m Matrix... Diagonal und Dreiecksmatrix... Transponierte der Matrix A (AT)...

Mehr

4.4. Rang und Inversion einer Matrix

4.4. Rang und Inversion einer Matrix 44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. Übungsblatt zur Lineare Algebra I für Physiker Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

Mathematik I für MB und ME

Mathematik I für MB und ME Übungsaufgaben Aufgaben zur Wiederholung Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 06/07 a) Stellen Sie die Gleichung a b 3+c = a +c, a, b > 0, nach

Mehr

4 Lineare Abbildungen

4 Lineare Abbildungen 17. November 2008 34 4 Lineare Abbildungen 4.1 Lineare Abbildung: Eine Funktion f : R n R m heißt lineare Abbildung von R n nach R m, wenn für alle x 1, x 2 und alle α R gilt f(αx 1 ) = αf(x 1 ) f(x 1

Mehr

Lineare Algebra I für Mathematiker Lösungen

Lineare 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

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2012/2013

Aussagenlogik. 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

Mehr

Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)

Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1) Eigenwerte 1 Eigenwerte und Eigenvektoren Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1) für einen Vektor x 0. Vektor x heißt ein

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

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch

Mehr

1 Analytische Geometrie und Grundlagen

1 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

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

Aussagenlogik. 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. 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

Mehr

Mathematik I+II Frühlingsemester 2019 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik I+II Frühlingsemester 2019 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik I+II Frühlingsemester 219 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 46 8. Lineare Algebra: 5. Eigenwerte und

Mehr

Lösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich:

Lösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich: Lineare Algebra D-MATH, HS 04 Prof. Richard Pink Lösung zu Serie. [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich: a) F (X) := X 5 X in R[X] und C[X]. b) F (X) := X 4 +X 3 +X in

Mehr

Selbsteinschätzung Mathe I Dieser Fragebogen wächst Woche für Woche mit.

Selbsteinschätzung Mathe I Dieser Fragebogen wächst Woche für Woche mit. Technische Universität Dresden, Institut für Wissenschaftliches Rechnen Dr. Ute Feldmann, Maximilian Becker Selbsteinschätzung Mathe I Dieser Fragebogen wächst Woche für Woche mit. Die 3 Kreise mit Ampelfarben

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3

Klausurenkurs 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

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

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ.

eine 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

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische 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

Mehr

Übungsaufgaben zu den mathematischen Grundlagen von KM

Übungsaufgaben zu den mathematischen Grundlagen von KM TUM, Institut für Informatik WS 2003/2004 Prof Dr Thomas Huckle Andreas Krahnke, MSc Dipl-Inf Markus Pögl Übungsaufgaben zu den mathematischen Grundlagen von KM 1 Bestimmen Sie die Darstellung von 1 4

Mehr

Lösungshinweise zur Klausur

Lösungshinweise zur Klausur Höhere Mathematik 1 und 4..14 Lösungshinweise zur Klausur für Studierende der Fachrichtungen el, kyb,mecha,phys Aufgabe 1 Entscheiden Sie, welche der folgenden Aussagen richtig und welche falsch sind.

Mehr

Blatt 10 Lösungshinweise

Blatt 10 Lösungshinweise Lineare Algebra und Geometrie I SS 05 Akad. Rätin Dr. Cynthia Hog-Angeloni Dr. Anton Malevich Blatt 0 Lösungshinweise 0 0 Aufgabe 0. Es seien die Vektoren u =, v = und w = in R gegeben. a # Finden Sie

Mehr

= 9 10 k = 10

= 9 10 k = 10 2 Die Reihe für Dezimalzahlen 1 r = r 0 +r 1 10 +r 1 2 100 + = r k 10 k, wobei r k {0,,9} für k N, konvergiert, da r k 10 k 9 10 k für alle k N und ( 1 ) k 9 10 k 9 = 9 = 10 1 1 = 10 10 k=0 k=0 aufgrund

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler. (a) Bestimmen Sie die kartesische Form von Wintersemester 7/8 (..8) z = ( + i)( i) + ( + i). (b) Bestimmen Sie sämtliche komplexen Lösungen

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

Klausur zur Vorlesung Lineare Algebra B im SS 2002 an der Universität Hannover

Klausur 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

Mehr

Stroppel Musterlösung , 180min. Aufgabe 1 (4 Punkte) Bestimmen Sie die folgenden Grenzwerte und Funktionengrenzwerte.

Stroppel Musterlösung , 180min. Aufgabe 1 (4 Punkte) Bestimmen Sie die folgenden Grenzwerte und Funktionengrenzwerte. Stroppel Musterlösung 3908, 80min Aufgabe 4 Punkte) Bestimmen Sie die folgenden Grenzwerte und Funktionengrenzwerte a) 4n 3 9 lim b) lim n n + n) n + )5n 4) c) lim x 0 sinlnx + )) sinhx) a) Es ist lim

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

Höhere Mathematik I. Variante A

Höhere Mathematik I. Variante A Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik I WiSe / Variante A Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche Aufzeichnungen von maximal DinA4-Blättern.

Mehr

Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Lösungsvorschlag

Lineare 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

Mehr

Seite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx

Seite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx Seite Aufgabe : a Berechnen Sie das Integral b Berechnen Sie das Integral +x x+x dx. π sin x dx. c Differenzieren Sie die Funktion ft = t e t s ds. Nur Leibniz-Formel a + x x + x dx = d dx lnx + x dx =

Mehr