Mathe für WiWis Lösungen der Quizfragen. 1 Quadratische Ungleichungen. 2 Exponentialfunktion und Logarithmus. 2.1 Umkehrfunktion

Größe: px
Ab Seite anzeigen:

Download "Mathe für WiWis Lösungen der Quizfragen. 1 Quadratische Ungleichungen. 2 Exponentialfunktion und Logarithmus. 2.1 Umkehrfunktion"

Transkript

1 Mathe für WiWis Lösungen der Quizfragen Quadratische Ungleichungen I c, d, e, 4 f, 5 g II a, d, e, 4 b III e, b, f, 4 c IV e, a, f, 4 f, 5 b, 6 d V c, d, b, 4 f VI a px x x x x x x x + Es folgt: px hat einheitliches Vorzeichen in den Intervallen,,,,, und, px ist genau in den beiden Intervallen [, ] [, b px x x x x x x x x + x Es folgt: px hat einheitliches Vorzeichen in den Intervallen,,,,, und, px ist genau in den beiden Intervallen [, ] [, Exponentialfunktion und Logarithmus Umkehrfunktion Bei a y sucht man diejenige Basis x mit x a y Bei log a y sucht man denjenigen Exponenten x mit a x y Bei arc cosy cos y sucht man dasjenige Bogenmaß oder den Winkel x mit cosx y Anmerkung: Es gibt eigentlich nicht den Winkel, da cosx als Funktion auf ganz R nicht injektiv ist Anstatt Winkel verwendet man in der Analysis das Bogenmaß x π 6 α αwinkel in Grad Was ist der genaueste Wert? ohne Taschenrechner! log ; ; ; 4; 5; 4 6, 5 log 5 5 ; ; ; 4; 5 gilt exakt, da ; ; ; 4; 5 5, 5 ln9 ; ; ; 4; 5 e e, e 9 log ; 4; 5; 6;, 4 Da fx lnx eine konkave Funktion ist fmittelwert > Mittelwertf, erweist sich 6 als der genauere Wert damit Antwort eindeutig ist, sollte 5 als Option raus Was ist korrekt? lnx lny lnx y; lnx/ lny; lnx/y; lnx + ln/y; keines lnx lny lnx /y ; lnx/y; lnx lny ; lnx/y; keines e x e y e x /y ; e x y ; e x y ; e x e y x ; keines lnx / lny lnx /y ; lnx y ; log x y ; log y x ; keines e x /e y e x y ; e x /y ; e x e y ; e x yx+y ; keines

2 Differentialrechnung Welche Ableitungen sind korrekt? d + x x BinForm d x d x d ProdRegel + x x x x + x + x x x x x x d KettReg x x x x x d BinFormel d x x + x x x x x + x d x d x KettReg QuotReg x x x x BinFormel x x + x nicht: x x + x x x x + x x x d + x x QuotReg x x + x x x x + + x x x x x x + + x x x x falsch: + x x, das wäre dann in der Tat x Welche Ableitungen sind korrekt? d x 5 5 x 5 5 x x 7 x 4 5 x 7 d x ln x Mit ln x lnx : d x ln x d x e +x d + x ln x d + x ln x ProdReg x ln x + x x ProdReg lnx d x + x d lnx ProdReg e +x d + x e +x KettReg e +x + x FktnlGlLog KettReg x +x e + x nicht: x 5 4x 7 x x x x ln x + x ln x+ x lnx x + x x d ln + x ln x x + x d + x x QuotReg nicht: x + e +x ; + x lnx 4 x + nicht: + + x +x e +x, +x +x e +x d ln + x d ln x + x x x + + x x x x + + x + x x + x x x x ; x x x, sondern: x

3 Was ist korrekt? d ux vx wx u v w u v w u vw + u vw u v w + u v w + v w ux v x w x + u x vx w x + u x v x wx ; d ln ue x u e x de x ue x u x vx wx + ux v x wx + ux vx w x u x ux ; u e x ue x ; u e x ue x ex ; uex u e x ex ; u e x u e x ex d ln ux KettReg d u x ux QuotReg u x ux u x u x ux u x ux u x u x ; u x u x ux u x ; u x ux u x u x ; keines d eux d e ux u x d eux u x+e ux d u x e ux u x u x+e ux u x u x e ux ; u x e ux ; u x + u x e ux ; u x + u x e ux 4 Wo liegt der Fehler? Die Ableitungen sind korrekt, aber die Folgerung ist falsch: Aus u x v x folgt nicht ux vx, sondern ux vx + const In der Tat unterscheiden sich +x x vx und x ux nur um die Konstante : x +x x x x x x 4 Anwendungen der Differentialrechnung 4 Was ist der Grenzwert? lim x x +x x x x x x Nicht: lim +x x x x x x lim x x +x x x x x+ lim x lim x lim x x +x x x x x+ lnx ln x lnx ln x Versuch mit Stetigkeit + l Hospital lim x x +x x 4 x Versuch mit Stetigkeit + + l Hospital lim x Versuch mit Stetigkeit l Hospital lim x x x x +x x 4 x ln ln Stetigkeit Versuch ok Stetigkeit + 4 Stetigkeit + 4 lim ln x Versuch mit Stetigkeit x x ln Versuch ok ln Nicht: lim ln x l Hospital x x lim ln x falsch! x Stetigkeit ln nicht definiert falsch! x

4 4 Welcher mathemat Sachverhalt entspricht ökonomischer Sprechweise? Äquivalenzen zwischen den Einträgen in den drei Spalten der Tabelle: a iii 4 Funktion konvex f x wachsender Grenzertrag b i Funktion wachsend f x positiver Grenzertrag c iv Funktion konkav f x fallender Grenzertrag d ii Funktion fallend f x negativer Grenzertrag Ein positiver, aber mit x fallender Grenzertrag bedeutet, dass die nächste Einheit x einen kleineren Ertragszuwachs erbringt, wobei der Ertragszuwachs aber noch größer Null ist 4 Was ist die korrekte Nachfragefunktion? a: p Eur, Dp St Dp p + A; h: p %, Dp % Dp Dp d: p %, Dp % Dp Dp ; 4 c: p Eur, Dp % Dp C e p 5 g: p Cnt,Dp % Dp Ce p ; 6 f: p %,Dp St Dp lnp + B 5 Integralrechnung 5 Was ist korrekt? c ; c ; x + c ; x + c ; x + c ; x + c x 5 x + c ; x + c ; 7 x 7 + c ; 5 x 5 + c ; 5 x 7 + c ; x + x + x + 4x + 9 x + c ; x + x + x 4 + c ; x + x + 4 x4 + c ; x + x + 4 x4 + c +x x+x x+x + c ; +x+x x + x +x +x + c ; ln + x + c ; lnx + x + c ; ln + x + c ; 5 Was ist der korrekte Wert von a? Substitution ux ax + b Lineare Transformation im Argument : fu du F u + c fax + b F ax + b + c a x + a x + + c [ fu, F u ] u, ux x + u a ; a ; a ; a ; a e x a e x + c [fu e u, F u e u, ux x ] a ; a ; a ; a ; a e x a e u du [fu e u, F u ux/ ] fudu, ux x a ; a ; a ; a ; a 4

5 x e x a e u du ux [Subst: u x du x x du ] a ; a ; a ; a ; a 5 Integral von sin x mittels partieller Integration Partielle Integration allgemein: uxv x ux vx u xvx i Was sind die korrekten Vorzeichen? sin x a sinx cosx + b cos x [ u sin u cos ] v cos v sin a, b +, + ; a, b +, ; a, b, + ; a, b, ii Was sind die korrekten Vorzeichen?: cos x a sinx cosx + b sin x [ u cos u sin ] v sin v cos a, b +, + ; a, b +, ; a, b, + ; a, b, iii Wenn man in i cos x durch sin x ersetzt und nach sin x auflöst, ergibt sich sin x sinx cosx + F x + c mit F x ; F x ; F x x ; F x x ; F x x ; F x x iv Wie groß ist die Fläche unter sin x zwischen und π? π 6 Vektorrechnung [ sinx cosx + x π] sin x ; π ; π ; π ; π 6 Welche Linearkombination liefert den Vektor? C D c B A b O a Welche Linearkombination liefert den Vektor A? a + b ; a + c ; b + c ; a + c ; a + b + c ; a + b + c ; a + b + c Welche Linearkombination liefert den Vektor B? a + b ; a + c ; b + c ; a + c ; a + b + c ; a + b + c ; a + b + c Welche Linearkombination liefert den Vektor C? a + b ; a + c ; b + c ; a + c ; a + b + c ; a + b + c ; a + b + c Welche Linearkombination liefert den Vektor D? a + b ; a + c ; b + c ; a + c ; a + b + c ; a + b + c ; a + b + c 5

6 6 Wohin zeigt der Vektor? L c H E D b A M K G F C B O J I a Auf welchen Punkt zeigt der Vektor a + b? A; B; C; D; E; F; G; H; I; J; K; L; M Auf welchen Punkt zeigt der Vektor a + b + c? A; B; C; D; E; F; G; H; I; J; K; L; M Auf welchen Punkt zeigt der Vektor a + b + c? A; B; C; D; E; F; G; H; I; J; K; L; M 6 Ist die Aussage wahr? Gegeben sind drei Vektoren des R Wenn die Vektoren lin abh sind, dann liegen sie auf einer Geraden ja nein Wenn die Vektoren lin unabh sind, dann liegen sie nicht auf einer Geraden ja nein Die Vektoren sind genau dann lin abh, wenn sie auf einer Geraden liegen ja nein Wenn die Vektoren lin abh sind, dann liegen sie in einer Ebene ja nein Wenn die Vektoren lin unabh sind, dann liegen sie nicht in einer Ebene ja nein Die Vektoren sind genau dann lin abh, wenn sie in einer Ebene liegen ja nein Übertragung auf n Vektoren im R n : n Vektoren im R n sind genau dann linear abhängig, wenn sie alle in einer Hyperebene liegen 7 Matrizenrechnung I 7 Welchen Rang hat die Matrix? } III III II: rang, } rang, II: } rang, } wie oben 4 8 II I: rang, 6 III I: III II: } rang, III II: Die letzte Matrix entsteht aus der ersten, indem man in der ersten Matrix zweimal die erste Zeile zur zweiten und dreimal die erste Zeile zur dritten addiert Daher haben beide Matrizen den gleichen Rang 6

7 7 Ergebnis der Matrixmultipikation A B und B A? Gegeben sind die Matrizen: A 4 5, B 4 5 Was ist das Ergebnis der Matrixmultiplikation? A B na; B A na; A A na; ; 4 ; 4 ; 4 6 ; ; ; ; ; ; 5 4 na nicht definiert Welche Matrizenoperationen sind definiert? Gegeben sind: a eine n-matrix A a,, a n ; b, b,n b eine n n-matrix B b n, b n,n ; c eine n -Matrix C c c n Welche der folgenden Matrizenoperationen sind definiert? Notieren Sie, sofern definiert, die Dimensionen x y der Ergebnismatrix unter der Operation: A+A; A+B; A+C; B+A; B+B; B+C; C +A; C +B; C +C n n n n A A; A B; A C; B A; B B; B C; C A; C B; C C n n n n n n A B C; C B A; A C B; A C B; C A B; B C A; B C A n n n n n n n n 74 Wie entsteht -Form durch Matrix-Multiplikation? Die Matrix A wird durch eine Folge elementarer Zeilenumformungen auf -Form gebracht: A A A A A 4 6 A A A Jede Umformung A i A i entspricht einer Multiplikation von links an A i mit einer der folgenden Matrizen: P, Q, R, S, T 6 Wie entsteht A aus A? A P A A Q A ; A R A ; A S A ; A T A Wie entsteht A aus A? A P A A Q A ; A R A ; A S A ; A T A Wie entsteht A 5 aus A? A 5 P Q R S T A ; 7 A 5 T S Q R P A ; A 5 Q S R T P A

8 8 Matrizenalgebra 8 Wie lauten die Einträge in der inversen Matrix? y 4 n 4 n x z y 4 n A n, Struktur A x z y x n n n n n z y x n n Wie lauten x, y, z? x, y, z,, ;,, ;,, ;,, ;,, Systematisch bekommt man das zum Beispiel so: Zeile A Spalte A + x x x mit SpA, da nur x Zeile A Spalte A + y y y mit ZlA, da nur y Zeile A Spalte A + z + z 4 z Probe zum Beispiel mit der Spalte von A : Zeile A Spalte A : Zeile A Spalte A : Zeile A Spalte A : usw Zum Beispiel für n : A A Matrixalgebra: Was ist die korrekte Vereinfachung? : Frage geändert gegenüber ursprünglicher Version Ausgangspunkt: quadratische, reguläre Matrix I regulär regulär exist [ ] [ ] I lässt sich ia nicht weiter vereinfachen, korrekt: keines Struktur: A; ist dann und nur dann A, wenn A A, dh wenn A u kommutieren Hier A, dh Ergebn wäre, wenn IA kommutiert eine Matrix aber nicht mit ihrer Transponierten [ ] lässt sich ia nicht weiter vereinfachen, korrekt: keines Struktur wieder UAU mit U, A u das ist genau dann A, wenn UA AU [ ] [ ] I [ ] [ ] [ ] I I I [ ] ia I, da ia, also korrekt: keines I 8

9 8 Matrix-Algebra Ausgangspunkt: Beliebige m n-matrix mit m n ; die Matrix ist als Produkt einer n m- und einer m n-matrix stets definiert und stellt eine n n-matrix dar; Annahme: ist regulär; definiere neue Matrizen A :, P : A, Q : I P n m m m m m Anmerkung: Man kann nicht einfach A schreiben, da nicht quadratisch Was ist jeweils korrekt? : Frage geändert gegenüber ursprünglicher Version A I A P A A A A I A A P A nicht definiert, da Spaltenzahl P m Zeilenzahl A n P A A I P P A A A A I A A P Q P I P P P P P P P O Q Q I P I P I P I I P P I P P +P I P P +P I P Q Welche der folg Matrizen sind stets symmetrisch? ist symmetrisch, da ist als Inverse einer symmetrischen Matrix symmetrisch A ist nicht symmetrisch, da keine quadratische Matrix P A ist symmetrisch: P P Q I P ist symmetrisch: Q I P I P Q Anmerkung: P und Q I P sind also stets idempotente symmetrische Matrizen 84 Ist die Matrixklasse invariant unter der Inversion? Für jede der hier betrachteten Matrixklassen gilt: Wenn eine Matrix aus dieser Klasse invertierbar ist, dann ist die Inverse wieder ein Element dieser Klasse allerdings sind oft nicht alle Matrizen aus dieser Klasse invertierbar a Die Inverse einer unteren Dreiecksmatrix ist eine untere Dreiecksmatrix Beweis: Gauß-Elimination von A, I Eine untere Dreiecksmatrix ist genau dann invertierbar, wenn alle Diagonaleinträge sind b Die Inverse einer oberen Dreiecksmatrix ist eine obere Dreiecksmatrix Beweis: Gauß-Elimination von A, I Oder: Betrachte A ; argumentiere mit a u A A Eine obere Dreiecksmatrix ist genau dann invertierbar, wenn alle Diagonaleinträge sind c Die Inverse einer symmetrischen Matrix A A ist symmetrisch Beweis: Invertiere A A : Liefert A A A Dh für B A gilt auch B B Es gibt invertierbare zb A I und nicht-invertierbare symmetrische Matrizen zb A O d Die Inverse einer symmetrischen positiv definiten Matrix ist positiv definit Beweis: Zu geg y R n sei x : A y Dann: y A y Ax A Ax x A x x Ax, da A symmetr und pos definit ist nur für x y möglich Also ist A pos definit Eine pos definite Matrix ist stets invertierbarsonst Lösung x von Ax x Ax x e Die Inverse einer idempotenten Matrix A A ist idempotent Beweis: Multipliziere A A mit A : A A Dh für B A gilt auch B B Allerdings: Die einzige invertierbare idempotente Matrix ist A I multipliziere A A mit A f Die Inverse einer involutorischen Matrix A I ist involutorisch Beweis: Multpliziere A I mit A : Liefert I A Dh für B A gilt auch B I Eine involut Matrix ist stets invertierbar, da die Gl A I eine Lösung hat nämlich A g Die Inverse einer orthogonalen Matrix A A I ist orthogonal Beweis: Invertiere I A A: I A A A A Dh für B A gilt auch I BB Eine orthogonale Matrix ist stets invertierbar, da die Gl A I eine Lösung hat nämlich A Zusammenfassung Invertierbarkeit: Positiv definite, involutorische und orthogonale Matrizen sind stets invertierbar; Dreiecksmatrizen und symmetrische Matrizen sind idr, aber nicht immer invertierbar Von den idempotenten Matrizen ist nur A I invertierbar 9

10 9 Lineare Gleichungssysteme 9 Schnelle Lösung eines quadratischen LGS bei gegebener Inversen Gegeben ist die Matrix A Von den folgenden drei Matrizen ist eine die Inverse von A Welche ist es? 5 5 A 8 5 ; 8 5 ; Zum Beispiel: ZeileA 4 SpalteA muss ergeben; führt auf! x x Gegeben die Inverse von A, bestimme mit minimalem Rechenaufwand die Lösung x des LGS Ax b: 5 b x 8 5 ; b x 6 8 ; b x 7 8 ; 4 } {{ } e b 8 SpA } {{ } 8e x 5 } {{ } e 8 SpA ; b SpA e +e +e +e 4 x e +e 6 8a +a +a +a 4 ; } {{ } a +a 9 Konsistenz im Preissystem? Fünf Studenten kaufen zum gleichen Zeitpunkt im gleichen Laden vier Produkte ein und treffen sich anschließend zum Mathe-Lernen Sie erinnern sich nicht mehr an die genauen Preise p,, p 4, haben aber den Verdacht, dass unterschiedl Preise für das gleiche Produkt bezahlt wurden Da sie die Menge a i,j, die Student i vom Produkt j gekauft hat, sowie den Betrag b i, den er insgesamt bezahlt hat, kennen, versuchen sie die unbekannten Preise durch das LGS a, p + + a,4 p 4 b { 5 Gleichungen in 4 Unbekannten a 5, p + + a 5,4 p 4 b 5 zu rekonstruieren Wann ist der Verdacht der Studenten berechtigt? Wenn das lin GlSystem eindeutig lösbar ist Wenn das lin GlSystem mehrdeutig lösbar ist Wenn das lin GlSystem unlösbar ist Wir betrachten nun drei Szenarien für die KoeffMatrix A und erw KoeffMatrix A,b des LGS: ranga 4, ranga, b 5 ranga 4, ranga, b 4 ranga, ranga, b Welche Folgerung lässt sich daraus jeweils ziehen? a Mit den Abrechnungen stimmt etwas nicht zb unterschiedl Preise für das gleiche Produkt b Die Abrechnungen sind konsistent, aber die Preise lassen sich nicht eindeutig rekonstruieren c Die Abrechnungen sind konsistent und die Preise lassen sich eindeutig rekonstruieren Lösung: LGS unlösbar a LGS eindeutig lösbar c LGS mehrdeutig lösbar b Anmerkung: Im Fall bzw b befindet man sich in der gleichen Situation wie in der folgenden Aufgabe: Ein scheinbar überbestimmtes LGS 5 Gleichungen, 4 Unbekannte, das effektiv unterbestimmt ist

11 9 Ein scheinbar überbestimmtes LGS, das effektiv unterbestimmt ist Ausgangspunkt: Durch Gauß-Elimination in der erweiterten Koeffizientenmatrix Matrix A, b des LGS Ax b erhält man die angegebene Dreiecksform A, b : A, b el Zeilenumf A, b Fragen: a Ist das LGS Ax b äquivalent zum LGS Ãx b mit Ã, b? ja; ja, sofern nie eine der ersten drei Zeilen mit einer der letzten beiden getauscht wurde; nein b Die allg Lösung des LGS hat die Struktur: x x + λv λ R beliebig mit v ; v ; v ; v Der Vektor v muss Lösung des homogenen LGS Ax bzw Ãv sein; ein solcher ist nur der zweite 94 Bedeutung der Inversen in quadratischem LGS Gegeben ein quadratisches LGS Ax b Aus rechentechnischer Sicht ist die Lösung des LGS durch vorherige Bestimmung der Inversen A idr nicht optimal Einen Sinn macht dieses Vorgehen aber dann, wenn man nicht nur an der Lösung x selbst, sondern auch am Einfluss, den eine Änderung in der rechten Seite b auf den Lösungsvektor x hat, interessiert ist Was ist korrekt?: Der Eintrag c i,j in der i-ten Zeile und j-ten Spalte von A gibt an, um wieviel Einheiten x j wächst, wenn b i um eine Einheit erhöht wird c j,i um wieviel Einheiten b j wächst, wenn x i um eine Einheit erhöht wird a j,i um wieviel Einheiten x i wächst, wenn b j um eine Einheit erhöht wird c i,j um wieviel Einheiten b i wächst, wenn x j um eine Einheit erhöht wird a i,j um wieviel Prozent x j wächst, wenn b i um ein Prozent erhöht wird um wieviel Prozent b j wächst, wenn x i um ein Prozent erhöht wird um wieviel Prozent x i wächst, wenn b j um ein Prozent erhöht wird um wieviel Prozent b i wächst, wenn x j um ein Prozent erhöht wird Determinanten Gegeben deta, was ist detfa? Questions taken from nainsufficient information to solve the question Let A be a 5 5 matrix with determinant 6 What is the determinant of A the inverse of A? deta deta a ; b ; c 5 6 ; d ; e 6; f 6 ; g na Let A be a 5 5 matrix with determinant 6, and let B be a 5 5 matrix with determinant 4 What is the determinant of A B? detab deta detb a 6 ; b ; c na; d ; e 4; f ; Let A be a 5 5 matrix with determinant 6, and let B be a 5 5 matrix with determinant 4 What is the determinant of A + B? There is no general formula for deta + B, therefore: a ; b na; c 6 ; d ; e 4 ; f ; g 4 4 Let A be a 4 4 matrix with determinant What is the determinant of A? det A n deta a na; b ; c ; d ; e ; f ; g 5 Let A be a 4 4 matrix with determinant What is the determinant of A? deta n deta a ; b ; c 9; d 48; e 6; f 4; g na

12 6 Let A be a 4 4 matrix with determinant What is the determinant of A the transpose of A? deta deta a ; b 7; c na; d ; e ; f ; g 8 7 Let A be a 4 4 matrix with determinant Let B be the matrix formed by swapping the second and third rows of A What is detb? Solution: Swapping rows swaps the sign of deta, thus: a na; b ; c 6; d ; e ; f ; g 8 Let A be a 4 4 matrix with determinant Let B be the matrix formed by multiplying the fourth row of A by What is detb? Solution: detb detdiag,,, A deta a 48; b ; c ; d 6; e na; f 48; g 6 9 Let A be a 4 4 matrix with determinant Let B be the matrix formed by dividing the fourth row of A by What is detb? Solution: detb deta a 6 ; b ; c 6; d ; e 4 ; f na; g Let A be a 4 4 matrix with determinant Let B be the matrix formed by subtracting two copies of the third row from the first What is detb? Row transformations of this type do not affect the determinant, thus detb a 9; b 6; c ; d ; e na; f ; g 6 einfach zu berechnende 4 4-Determinanten Wie lauten die Determinanten der folgenden Matrizen? mit minimalem Rechenaufwand, Laplace-Entwicklung auf Papier nur dann ansetzen, wenn es nicht einfacher geht deta 4 4, deta 4 4, 4 4 -Matr -Matr deta 4 4, deta 4 singulär, da la 4 4 -Matr Sp Sp detb deta 4, detb deta 4, 4 4 I II -Form Zl Zl, Sp 4Sp 4 detb deta 4, detb , la Lapl 4 Zl Zl 4Zl, Zl Zl Laplace Sp 4 detc, detc Laplace Zl Laplace Sp Sp Sp la Laplace Sp detc 4, detc Sarrus SpSp Zl 4Zl Laplace Sp

13 Wie lauten ausgewählte Einträge in der inversen Matrix? Gegeben A Laplace 4Zl Sarrus Wie lautet deta? deta ; ; ; ; ; 4; 4; 4 ; 4 ; ; Wie lautet der Eintrag x, in A -Form? k, + x, k, deta ; ; ; ; ; 4; 4; 4 ; 4 ; ; Wie lautet der Eintrag x, in A -Form? k, + x, k, deta ; ; ; ; ; 4; 4; 4 ; 4 ; ; Wie lautet der Eintrag x, in A -Form? k, 4 x, k, deta ; ; ; ; ; 4; 4; 4 ; 4 ; ; 4 Welche Einschränkungen für die Determinante in der Matrixklasse? Für spezielle Matrixklassen impliziert der Determinanten-Multiplikationssatz Einschränkungen an die Determinante Welche sind es jeweils? Welche Werte kann die Determinante einer idempotenten Matrix A A annehmen? x deta löst wegen deta deta x die Gl x x mit der Lösungsmenge {}; {}; {, }; {, }; {,, }; R Welche Werte kann die Determinante einer involutorischen Matrix A I annehmen? x deta löst wegen deta deta x die Gl x mit der Lösungsmenge {}; {}; {, }; {, }; {,, }; R Welche Werte kann die Determinante einer nilpotenten Matrix A k O für ein k annehmen? x deta löst wegen deta k deta k x k die Gl x k mit der Lösungsmenge {}; {}; {, }; {, }; {,, }; R Welche Werte kann die Determinante einer orthogonalen Matrix A A I annehmen? x deta löst wegen deta A deta deta deta die Gl x mit der Lösungsmenge {}; {}; {, }; {, }; {,, }; R Ist die Determinante einer positiv definiten Matrix notwendigerweise positiv? ja, da sie mit der n-ten Hauptminore d n übereinstimmt, die nach dem Hurwitz-Kriterium positiv sein muss Ist die Determinante einer negativ definiten Matrix notwendigerweise negativ? nein, das Vorzeichen hängt von n ab: Für ungerades n ist die Det einer solchen Matrix nach dem Hurwitz-Krit notwendigerweise positiv, für ungerades n negativ Wenn eine symmetrische Matrix eine positive Determinante hat, dann ist sie notwendigerweise positiv definit; regulär; ohne Zeilenvertauschungen auf -Form transformierbar da die Det ist; damit die Matrix positv definit wäre, müssten auch alle anderen Hauptminoren positiv sein; zu den benötigten Zeilenvertauschungen für die -Form besteht kein Zusammenhang

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R. Käppeli L. Herrmann W. Wu Herbstsemester 2016 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6.1 Berechnen Sie die Determinanten der beiden

Mehr

+2xy + 2yz + 2xz ; x 2 + y 2 + z 2. 2 y) + (2y) (2x) 2y ( 1. = 2 5 = 32 (Hinweis: 8 = 2 3 ) 1; 10; 20; X 30; 50.

+2xy + 2yz + 2xz ; x 2 + y 2 + z 2. 2 y) + (2y) (2x) 2y ( 1. = 2 5 = 32 (Hinweis: 8 = 2 3 ) 1; 10; 20; X 30; 50. Verschiedenes Mathe für WiWis Lösungen der Quizfragen. Binom. Formeln: Was ist korrekt? + y + z + y + z + y + z + y + z + y + z + y + yz + z { { { + y + z + y + z +y + yz + z ; + y + z +y + yz + z ; +

Mehr

5 Lineare Gleichungssysteme und Determinanten

5 Lineare Gleichungssysteme und Determinanten 5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von

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

Musterlösung Klausur Mathematik (Sommersemester 2011) 1. ( 1) 2 0 x + x 2) e x = x 2 e x. (Ansatz: 2 Pkt, Umformungen: 2 Pkt, ges: 4 Pkt)

Musterlösung Klausur Mathematik (Sommersemester 2011) 1. ( 1) 2 0 x + x 2) e x = x 2 e x. (Ansatz: 2 Pkt, Umformungen: 2 Pkt, ges: 4 Pkt) Musterlösung Klausur Mathematik Sommersemester 2 Aufgabe : 8 Punkte Zeigen Sie durch vollständige Induktion die folgende Formel für die n-te Ableitung der Funktion fx x 2 e x : f n x n nn 2n x + x 2 e

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

Ferienkurs Mathematik für Physiker I Skript Teil 3 ( )

Ferienkurs Mathematik für Physiker I Skript Teil 3 ( ) Ferienkurs Mathematik für Physiker I WS 2016/17 Ferienkurs Mathematik für Physiker I Skript Teil 3 (29032017) 1 Lineare Gleichungssysteme Oft hat man es in der Physik mit unbekannten Größen zu tun, für

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

5.2 Rechnen mit Matrizen

5.2 Rechnen mit Matrizen 52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 95 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen

Mehr

5.2 Rechnen mit Matrizen

5.2 Rechnen mit Matrizen 52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 97 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

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

3 Matrizenrechnung. 3. November

3 Matrizenrechnung. 3. November 3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

5.4 Basis, Lineare Abhängigkeit

5.4 Basis, Lineare Abhängigkeit die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

6.2 Rechnen mit Matrizen

6.2 Rechnen mit Matrizen 62 Rechnen mit Matrizen 62 Rechnen mit Matrizen 103 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

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

Theoretische Fragen zu ausgewählten Themen in Lineare Algebra

Theoretische Fragen zu ausgewählten Themen in Lineare Algebra Theoretische Fragen zu ausgewählten Themen in Lineare Algebra { Oren Halvani, Jonathan Weinberger } TU Darmstadt 25. Juni 2009 Inhaltsverzeichnis 1 Determinanten................................................

Mehr

6.5 Determinanten. Satz 6.3 Ist A R (n,n), so gibt es eine Matrix A 1 R (n,n) mit. A 1 A = A A 1 = I n

6.5 Determinanten. Satz 6.3 Ist A R (n,n), so gibt es eine Matrix A 1 R (n,n) mit. A 1 A = A A 1 = I n wesentlichen Gleichungen geht genau ein Freiheitsgrad verloren. (Diese etwas vagen Formulierungen sind mathematisch eher unpräzise, sollen Ihnen aber helfen, ein Gefühl für die Bedeutung des Ranges einer

Mehr

Lineare Algebra. Wintersemester 2018/19. Berechnen Sie die Determinanten der folgenden Matrizen mit Einträgen in R: 4 2 = = 18.

Lineare Algebra. Wintersemester 2018/19. Berechnen Sie die Determinanten der folgenden Matrizen mit Einträgen in R: 4 2 = = 18. Goethe-Universität Frankfurt Institut für Mathematik Lineare Algebra Wintersemester 218/19 Prof Dr Jakob Stix Martin Lüdtke Übungsblatt 11 15 Januar 219 Aufgabe 1 (5=1+1+1,5+1,5 Punkte) Berechnen Sie die

Mehr

Zulassungsprüfung in Mathematik

Zulassungsprüfung in Mathematik der Deutschen Aktuarvereinigung e V Hinweise: Als Hilfsmittel sind ein Taschenrechner, eine mathematische Formelsammlung sowie entsprechende Literatur zugelassen Die Gesamtpunktzahl beträgt 9 Punkte Die

Mehr

Mathematik für Wirtschaftswissenschaftler, WS 10/11 Musterlösungen zu Aufgabenblatt 11

Mathematik für Wirtschaftswissenschaftler, WS 10/11 Musterlösungen zu Aufgabenblatt 11 Mathematik für Wirtschaftswissenschaftler, WS / Musterlösungen zu Aufgabenblatt Aufgabe 76: Bestimmen Sie mittels Gauß-Elimination die allgemeine Lösung der folgenden linearen Gleichungssysteme Ax b: a)

Mehr

3 Lineare Gleichungen

3 Lineare Gleichungen Aufgabe 3. Man löse die lineare Gleichung a 2 x b 2 a a(b ax) b + b2 a = a, a b nach der Unbekannten x auf und diskutiere die möglichen Fälle. a 2 x b 2 a a(b ax) b + b2 a = a a b a 2 bx b 3 a 2 b + a

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

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

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 2 Rechenoperationen und Gesetze Gleichheit

Mehr

Vermischte Aufgaben zu Mathematische Grundlagen der Ökonomie

Vermischte Aufgaben zu Mathematische Grundlagen der Ökonomie Aufgabe : Vermischte Aufgaben zu Mathematische Grundlagen der Ökonomie Bilden die Lösungsmengen der folgenden linearen Gleichungssysteme jeweils einen Unterraum des IR 3? Begründen Sie. (i) (ii) + 3 =

Mehr

Zusatzübung Wintersemester 2010/11 1

Zusatzübung Wintersemester 2010/11 1 Zusatzübung Wintersemester 2010/11 1 Aufgabe 1: (8 Punkte) Zeigen Sie durch vollständige Induktion die folgende Formel für die Potenzen der Matrix A: A = 1 1 0 1 1 1 n 0 : A n = 1 a n n a n n 1 n n (n

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

Lösung Wiederholungsklausur Mathematik (Wintersemester 10/11) 1

Lösung Wiederholungsklausur Mathematik (Wintersemester 10/11) 1 Lösung Wiederholungsklausur Mathematik Wintersemester / Aufgabe : 8 Punkte Zeigen Sie durch vollständige Induktion die folgende Formel für die Potenzen der Matrix A: 3 A n : A n n+ n+ n n n : Für n ist:

Mehr

Serie 8: Online-Test

Serie 8: Online-Test D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen

Mehr

Lineare Gleichungssysteme und Matrizen

Lineare Gleichungssysteme und Matrizen Kapitel 11 Lineare Gleichungssysteme und Matrizen Ein lineares Gleichungssystem (lgs) mit m linearen Gleichungen in den n Unbekannten x 1, x 2,..., x n hat die Gestalt: Mit a 11 x 1 + a 12 x 2 + a 13 x

Mehr

a 1 a 1 A = a n . det = λ det a i

a 1 a 1 A = a n . det = λ det a i 49 Determinanten Für gegebene Vektoren a 1,,a n K n, betrachte die Matrix deren Zeilenvektoren a 1,,a n sind, also A = Ab sofort benutzen wir diese bequeme Schreibweise Definition Sei M : K n K }{{ n K

Mehr

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen

1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen 1 Zum Aufwärmen 1.1 Notationen In diesem Teil der Vorlesung bezeichnen wir Körper mit K, Matrizen mit Buchstaben A,B,..., Vektoren mit u,v,w,... und Skalare mit λ,µ,... Die Menge der m n Matrizen bezeichnen

Mehr

Klausurenkurs zum Staatsexamen (SS 2013): Lineare Algebra und analytische Geometrie 3 Lösungsvorschlag

Klausurenkurs zum Staatsexamen (SS 2013): Lineare Algebra und analytische Geometrie 3 Lösungsvorschlag Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 23): Lineare Algebra und analytische Geometrie 3 Lösungsvorschlag 3. Mit Hilfe elementarer Zeilenumformungen sowie der Tatsache, daß sich die Determinante

Mehr

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung D-MATH/D-PHYS Lineare Algebra I HS 2017 Dr. Meike Akveld Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung 1. In dieser Aufgabe beweisen wir die Existenz der LR-Zerlegung einer quadratischen

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

4x 1 + 2x 2 + 3x 3 = 1, x 2 + ax 3 = 1, ax 2 + x 3 = a 1. 0 a 1 1 Wir führen nun den Gauÿalgorithmus durch:

4x 1 + 2x 2 + 3x 3 = 1, x 2 + ax 3 = 1, ax 2 + x 3 = a 1. 0 a 1 1 Wir führen nun den Gauÿalgorithmus durch: Aufgabe 8 Punkte Bestimmen Sie die Lösungsmenge in R in Abhängigkeit von a R des folgenden linearen Gleichungssystems: 4x + x + 3x 3 =, x + ax 3 =, ax + x 3 =. Lösung. Wir schreiben das lineare Gleichungssystem

Mehr

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Gegeben seien die folgenden geordneten Basen B = (v, v, v, v ) und C = (w, w,

Mehr

Wirtschaftsmathematik: Formelsammlung (V1.40)

Wirtschaftsmathematik: Formelsammlung (V1.40) Wirtschaftsmathematik: Formelsammlung (V.40) Grundlagen n! = 2 3... n = 0! = n i für n N, n 0, i= pq-formel Lösung von x 2 + px + q = 0 x /2 = p p 2 ± 2 4 q abc-formel Lösung von ax 2 + bx + c = 0 Binomische

Mehr

1 Matrizenrechnung zweiter Teil

1 Matrizenrechnung zweiter Teil MLAN1 1 Literatur: K. Nipp/D. Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4. Auflage, 1998, oder neuer. 1 Matrizenrechnung zweiter Teil 1.1 Transponieren einer Matrix Wir betrachten

Mehr

Serie 8: Fakultativer Online-Test

Serie 8: Fakultativer Online-Test Prof Norbert Hungerbühler Lineare Algebra I Serie 8: Fakultativer Online-Test ETH Zürich - D-MAVT HS 215 1 Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen Die Nachbesprechung

Mehr

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion Übungen zur Ingenieur-Mathematik III WS 11/1 Blatt 8 3.11.11 Aufgabe 5: Berechnen Sie den kritischen Punkt der Funktion fx, y 3x 5xy y + 3 und entscheiden Sie, ob ein Maximum, Minimum oder Sattelpunkt

Mehr

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10 D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler Lösungen Serie 10 1. Für a 1 : 1 1 0, a 2 : 1 1, a 3 : 1 1 1, b : 2 2 2 1 und A : (a 1, a 2, a 3 ) gelten welche der folgenden Aussagen? (a) det(a)

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

3 Lineare Gleichungssysteme

3 Lineare Gleichungssysteme 3 Lineare Gleichungssysteme 3 Fortsetzung des Matrizenkalküls Als erstes beweisen wir einen einfachen Satz über den Rang von Matrizenprodukten Satz 3 (a) Für Matrizen A : Ã l m, B : Ã m n gilt rang AB

Mehr

3 Lineare Algebra Vektorräume

3 Lineare Algebra Vektorräume 3 Lineare Algebra Vektorräume (31) Sei K ein Körper Eine kommutative Gruppe V bzgl der Operation + ist ein Vektorraum über K, wenn eine Operation : K V V (λ, v) λv existiert mit i) v,w V λ,µ K: λ (v +

Mehr

3 Determinanten, Eigenwerte, Normalformen

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

Mehr

Wirtschaftsmathematik Formelsammlung

Wirtschaftsmathematik Formelsammlung Wirtschaftsmathematik Formelsammlung Binomische Formeln Stand März 2019 (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) (a b) = a 2 b 2 Fakultät (Faktorielle) n! = 1 2 3 4 (n 1) n Intervalle

Mehr

Lösungen zu Mathematik I/II

Lösungen zu Mathematik I/II Dr. A. Caspar ETH Zürich, Januar D BIOL, D CHAB Lösungen zu Mathematik I/II. ( Punkte) a) Wir benutzen L Hôpital lim x ln(x) L Hôpital x 3 = lim 3x + x L Hôpital = lim x ln(x) x 3x 3 = lim ln(x) x 3 x

Mehr

Determinanten. I. Permutationen

Determinanten. I. Permutationen Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch

Mehr

Determinanten. I. Permutationen

Determinanten. I. Permutationen Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch

Mehr

36 2 Lineare Algebra

36 2 Lineare Algebra 6 Lineare Algebra Quadratische Matrizen a a n sei jetzt n m, A, a ij R, i, j,, n a n a nn Definition Eine quadratische Matrix A heißt invertierbar genau dann, wenn es eine quadratische Matrix B gibt, so

Mehr

fj 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.

fj 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

Einheitsmatrix E = , Nullmatrix O = c c Diagonalmatrix diag(c 1, c 2,..., c n ) = Rang

Einheitsmatrix E = , Nullmatrix O = c c Diagonalmatrix diag(c 1, c 2,..., c n ) = Rang 3 Matrizen 1 0 0 0 0 0 0 1 0 0 0 0 Einheitsmatrix E =, Nullmatrix O = 0 0 1 0 0 0 c 1 0 0 0 c Diagonalmatrix diag(c 1, c 2,, c n ) = 2 0 0 0 c n, Rang Definition: Die Zahl r heißt Rang einer Matrix, falls

Mehr

1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4

1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4 Wirtschaftswissenschaftliches Zentrum 3 Universität Basel Mathematik 2 Dr Thomas Zehrt Lineare Gleichungssysteme Inhaltsverzeichnis Einführung 2 2 Gleichungen und 2 Unbekannte 2 2 3 Gleichungen und 3 Unbekannte

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

z 2 + 2z + 10 = 0 = 2 ± 36 2 Aufgabe 2 (Lineares Gleichungssystem) Sei die reelle 3 4 Matrix

z 2 + 2z + 10 = 0 = 2 ± 36 2 Aufgabe 2 (Lineares Gleichungssystem) Sei die reelle 3 4 Matrix Mathematik für Wirtschaftswissenschaftler im WS 03/04 Lösungsvorschläge zur Klausur im WS 03/04 Aufgabe (Komplexe Zahlen (4 Punkte a Berechnen Sie das Produkt der beiden komplexen Zahlen + i und 3 + 4i

Mehr

Matrizen und Determinanten, Aufgaben

Matrizen und Determinanten, Aufgaben Matrizen und Determinanten, Aufgaben Inhaltsverzeichnis 1 Multiplikation von Matrizen 1 11 Lösungen 3 2 Determinanten 6 21 Lösungen 7 3 Inverse Matrix 8 31 Lösungen 9 4 Matrizengleichungen 11 41 Lösungen

Mehr

Cramersche Regel. Satz Es sei A R n n eine quadratische Matrix mit det(a) 0. Für ein LGS Ax = b sei. A j := (a 1,...,a j 1,b,a j+1,...

Cramersche Regel. Satz Es sei A R n n eine quadratische Matrix mit det(a) 0. Für ein LGS Ax = b sei. A j := (a 1,...,a j 1,b,a j+1,... Cramersche Regel Satz 2.4. Es sei A R n n eine quadratische Matrix mit det(a) 0. Für ein LGS Ax = b sei A j := (a,...,a j,b,a j+,...,a n ) also die Matrix, die entsteht, wenn in A die j-spalte durch den

Mehr

2 Matrizenrechnung und Lineare Gleichungssysteme

2 Matrizenrechnung und Lineare Gleichungssysteme Technische Universität München Florian Ettlinger Ferienkurs Lineare Algebra Vorlesung Dienstag WS 2011/12 2 Matrizenrechnung und Lineare Gleichungssysteme 2.1 Matrizenrechnung 2.1.1 Einführung Vor der

Mehr

Kapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben

Kapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben Kapitel 16 Aufgaben Verständnisfragen Aufgabe 16.1 Ist das Produkt quadratischer oberer bzw. unterer Dreiecksmatrizen wieder eine obere bzw. untere Dreiecksmatrix? Aufgabe 16.2 Bekanntlich gilt im Allgemeinen

Mehr

Aufgaben zu Kapitel 16

Aufgaben zu Kapitel 16 Aufgaben zu Kapitel 16 1 Aufgaben zu Kapitel 16 Verständnisfragen Aufgabe 16.1 Ist das Produkt quadratischer oberer bzw. unterer Dreiecksmatrizen wieder eine obere bzw. untere Dreiecksmatrix? Aufgabe 16.2

Mehr

Lösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Lösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Lösung Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Um zu zeigen, dass es sich bei den gegebenen Vektoren um Basen handelt,

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: 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

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

Aufgaben und Lösungen zur Abschlußklausur zur Mathematik 1 (Wiederholer und Nachzügler) vom

Aufgaben und Lösungen zur Abschlußklausur zur Mathematik 1 (Wiederholer und Nachzügler) vom Aufgaben und Lösungen zur Abschlußklausur zur Mathematik (Wiederholer und Nachzügler) vom 6.3.8. In der Menge M n n aller quadratischen Matrizen vom Format n n mit Einträgen aus R werden die folgenden

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

EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME

EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME In diesem Abschnitt wiederholen wir zunächst grundlegende Definitionen und Eigenschaften im Bereich der Matrizenrechnung, die wahrscheinlich bereits in Ansätzen

Mehr

Spezielle Matrixformen

Spezielle Matrixformen Definition B57 (Transposition) Eine einfache aber wichtige Operation auf Matrizen ist die Transposition, die aus einer (m n) Matrix A eine (n m) Matrix B = A T macht Hierbei gilt β i j = α j i, so daß

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

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 11 1. Juni 2010 Rechenregeln für Determinanten Satz 62. (Determinanten von Dreiecksmatrizen) Es sei A eine obere oder untere n n-dreiecksmatrix.

Mehr

I) MATRIZEN. 1) Speichern geometrischer Daten: Punkte, Vektoren. j - te Variable (Spalte), j = 1,2,3,..., n

I) MATRIZEN. 1) Speichern geometrischer Daten: Punkte, Vektoren. j - te Variable (Spalte), j = 1,2,3,..., n I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen y1 = a11x1+ a12x2 + a13x3 y2 = a21x1+ a22x2 + a23x3... Koeffizienten a ij i - te Gleichung (Zeile), i

Mehr

1 Transponieren, Diagonal- und Dreiecksmatrizen

1 Transponieren, Diagonal- und Dreiecksmatrizen Technische Universität München Thomas Reifenberger Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 2008/09 1 Transponieren, Diagonal- und Dreiecksmatrizen Definition 11 Transponierte Matrix

Mehr

Mathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie und Erziehungswissenschaften Blatt 2

Mathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie und Erziehungswissenschaften Blatt 2 Fakultät Mathematik WS 27/8 Institut für Mathematische Stochastik / Institut für Analysis Dr. W. Kuhlisch, Dr. F. Morherr Mathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie

Mehr

a 21 a 22 a 21 a 22 = a 11a 22 a 21 a 12. Nun zur Denition und Berechnung von n n-determinanten: ( ) a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 A =

a 21 a 22 a 21 a 22 = a 11a 22 a 21 a 12. Nun zur Denition und Berechnung von n n-determinanten: ( ) a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 A = 3 Determinanten Man bestimmt Determinanten nur von quadratischen Matrizen Wir werden die Berechnung von Determinanten rekursiv durchfuhren, dh wir denieren wie man eine 2 2-Determinante berechnet und fuhren

Mehr

Übungen zum Ferienkurs Analysis II

Übungen zum Ferienkurs Analysis II Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4.1 Umkehrbarkeit Man betrachte die durch g(s, t) = (e s cos(t), e s sin(t)) gegebene Funktion g : R 2 R 2. Zeigen Sie,

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 3 und lineare Gleichungssysteme und

Mehr

Lineare Algebra Weihnachtszettel

Lineare Algebra Weihnachtszettel Lineare Algebra Weihnachtszettel 0..08 Die Aufgaben auf diesem Zettel sind zum Üben während der Weihnachtspause gedacht, sie dienen der freiwilligen Selbstkontrolle. Die Aufgaben müssen nicht bearbeitet

Mehr

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1) 34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)

Mehr

Algorithmen und Datenstrukturen (für ET/IT)

Algorithmen und Datenstrukturen (für ET/IT) Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 2015 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Programm heute 7 Fortgeschrittene Datenstrukturen 8 Such-Algorithmen

Mehr

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6

1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6 Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg Lineare : Einführung Beispiele linearer a) b) c) 2x 1 3x 2 = 1 x 1 + x 2 =

Mehr

2 a 6. a 4 a Wir führen nun den Gauÿalgorithmus durch: 2 a a 2 4a 2 4a a a 2 2a 0 2 a

2 a 6. a 4 a Wir führen nun den Gauÿalgorithmus durch: 2 a a 2 4a 2 4a a a 2 2a 0 2 a Aufgabe 8 Punkte). Bestimmen Sie die Lösungsmenge in R in Abhängigkeit von a R) des folgenden linearen Gleichungssystem: x + ax + 6x = 4, ax + 4x + ax =, x + 4x =. Lösung. Wir schreiben das lineare Gleichungssystem

Mehr

10 Lineare Gleichungssysteme

10 Lineare Gleichungssysteme ChrNelius : Lineare Algebra I (WS 2004/05) 1 10 Lineare Gleichungssysteme (101) Bezeichnungen: Ein System a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 ( ) a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a

Mehr

A w w f f B w f w f A B w f w w A B A B A B. z = a 2 + b 2 =: r. c+id = ac+bd. 2 c 2 +d 2. z 2. z n = z. z = r cos(x) + ir sin(x) = reix

A w w f f B w f w f A B w f w w A B A B A B. z = a 2 + b 2 =: r. c+id = ac+bd. 2 c 2 +d 2. z 2. z n = z. z = r cos(x) + ir sin(x) = reix Formelsammlung Aussagenlogik Für beliebige Aussagen A, B gilt: Konjunktion Disjunktion Implikation Äquivalenz A B w f f f A B w w w f A B w f w w A B w f f w Mengenlehre Für beliebige Mengen A, B gilt:

Mehr

A w w f f B w f w f A B w f w w A B A B A B. z = a 2 + b 2 =: r. c+id = ac+bd. 2 c 2 +d 2. z 2. z n = z. z = r cos(x) + ir sin(x) = reix

A w w f f B w f w f A B w f w w A B A B A B. z = a 2 + b 2 =: r. c+id = ac+bd. 2 c 2 +d 2. z 2. z n = z. z = r cos(x) + ir sin(x) = reix Formelsammlung Aussagenlogik Für beliebige Aussagen A, B gilt: Konjunktion Disjunktion Implikation Äquivalenz A B w f f f A B w w w f A B w f w w A B w f f w Mengenlehre Für beliebige Mengen A, B gilt:

Mehr

a ij i - te Gleichung (Zeile), i = 1, 2,3,..., m I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen

a ij i - te Gleichung (Zeile), i = 1, 2,3,..., m I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen y 1 = a 11 x 1 + a 12 x 2 + a 13 x3 y 2 = a 21 x 1 + a 22 x 2 + a 23 x3... Koeffizienten a ij i - te Gleichung

Mehr

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Übungen 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

Mehr

Kapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24

Kapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Kapitel 4 Determinante Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Was ist eine Determinante? Wir wollen messen, ob n Vektoren im R n linear abhängig sind bzw. wie weit sie davon entfernt

Mehr