Modulteilprüfung Geometrie (BaM-GS), Probeklausur
|
|
- Maja Weber
- vor 7 Jahren
- Abrufe
Transkript
1 HRZ-Benutzername: Modulteilprüfung Geometrie (BaM-GS), Probeklausur Dr. Patrik Hubschmid // SoSe 2013, 4. Juli 2013 Kontrollieren Sie, ob Sie alle Blätter (7 einschließlich zweier Deckblätter) erhalten haben, und geben Sie alle Blätter zusammen ab. Achtung: Bitte beide Deckblätter ausfüllen! Beantworten Sie die Fragen in dem dafür vorgesehen Bereich auf den Aufgabenblättern. Wenn der Platz nicht ausreicht, schreiben Sie bitte auf der Rückseite weiter. Wenn Sie zusätzliche Blätter verwenden, müssen diese ebenfalls mit Ihrem Namen und Ihrer Matrikelnummer versehen werden. Wenn nicht anders angegeben, sind alle Antworten zu begründen! Bearbeitungszeit: 60 Minuten Name: Matrikelnummer: Studiengang: Tutor/-in: Dies ist eine letztmalig wiederholte Klausur und daher von zwei Prüfern zu bewerten. Aufgabe Bonus Gesamt Punkte erreicht Modulteilprüfung Geometrie, SoSe 2013 Probeklausur Blatt 1
2 HRZ-Benutzername: Modulteilprüfung Geometrie (BaM-GS), Probeklausur Dr. Patrik Hubschmid // SoSe 2013, 4. Juli 2013 Kontrollieren Sie, ob Sie alle Blätter (7 einschließlich zweier Deckblätter) erhalten haben, und geben Sie alle Blätter zusammen ab. Achtung: Bitte beide Deckblätter ausfüllen! Beantworten Sie die Fragen in dem dafür vorgesehen Bereich auf den Aufgabenblättern. Wenn der Platz nicht ausreicht, schreiben Sie bitte auf der Rückseite weiter. Wenn Sie zusätzliche Blätter verwenden, müssen diese ebenfalls mit Ihrem Namen und Ihrer Matrikelnummer versehen werden. Wenn nicht anders angegeben, sind alle Antworten zu begründen! Bearbeitungszeit: 60 Minuten Name: Matrikelnummer: Studiengang: Tutor/-in: Dies ist eine letztmalig wiederholte Klausur und daher von zwei Prüfern zu bewerten. Aufgabe Bonus Gesamt Punkte erreicht Modulteilprüfung Geometrie, SoSe 2013 Probeklausur Blatt 2
3 Aufgabe 1 Welche der folgenden Aussagen sind wahr? Für jedes richtig gesetzte Kreuz erhalten Sie 2 Punkte gutgeschrieben, für jedes falsch gesetzte Kreuz 2 Punkte abgezogen. Insgesamt werden für diese Aufgabe mindestens 0 Punkte vergeben. Begründungen sind nicht erforderlich und werden nicht bewertet. (a) Ein eindimensionaler affiner Unterraum B 1 eines dreidimensionalen affinen Raums A schneidet einen zweidimensionalen affinen Unterraum B 2 von A in genau einem Punkt, falls B 1 nicht in B 2 enthalten ist. (b) Die projektive Hülle von k Punkten eines projektiven Raums ist höchstens (k 1)- dimensional. (c) Seien P, Q, R drei verschiedene Punkte auf einer affinen Geraden g und P, Q, R drei verschiedene Punkte auf einer affinen Geraden h. Es gibt genau eine affine Abbildung φ : g h mit φ(p ) = P, φ(q) = Q und φ(r) = R. (d) Ein Endomorphismus eines endlichdimensionalen euklidischen Vektorraums mit antisymmetrischer (A = A t ) Abbildungsmatrix bezüglich einer orthonormalen Basis ist normal. (e) Für einen dreidimensionalen euklidischen Vektorraum V und einen Vektor v V \ {0} gibt es genau zwei Isometrien f : V V mit f(v) = v und Spur(f) = 2. Modulteilprüfung Geometrie, SoSe 2013 Probeklausur Blatt 3
4 Aufgabe 2 Eine symmetrische Matrix A R n n heißt negativ definit, falls x t Ax < 0 für alle 0 x R n gilt. Bestimmen Sie alle α, β R, für die ( ) α β α α α negativ definit ist. Modulteilprüfung Geometrie, SoSe 2013 Probeklausur Blatt 4
5 Aufgabe 3 Betrachten Sie V = R 3 als affinen Raum mit vw = w v. Zeigen Sie, dass es genau eine Bewegung F von V gibt, die die xy-ebene auf sich abbildet und für die F (1, 0, 0) = (2, 5, 0) F (0, 1, 0) = (1, 4, 0) F (0, 0, 1) = (2, 4, 1) gilt. Bestimmen Sie außerdem einen Fixpunkt von F. Hinweis: Bestimmen Sie zunächst F (0, 0, 0). Modulteilprüfung Geometrie, SoSe 2013 Probeklausur Blatt 5
6 Aufgabe 4 Sei A C n n schief-hermitesch, d. h. es gelte A = A. (a) [4 Punkte] Zeigen Sie, dass alle Eigenwerte von A von der Form λi, λ R sind. Sei nun A R n n schiefsymmetrisch, d. h. A t = A. (b) [2 Punkte] Zeigen Sie, dass A normal ist. (c) [4 Punkte] Zeigen Sie, dass Rang A gerade ist. Modulteilprüfung Geometrie, SoSe 2013 Probeklausur Blatt 6
7 Aufgabe 5 Sei π : R 3 R 3 die lineare Abbildung, deren Abbildungsmatrix bezüglich der Standardbasis die Matrix ist. Bestimmen Sie ein Skalarprodukt, auf R 3 dergestalt, dass π die Orthogonalprojektion auf Bild π bezüglich, ist. Geben Sie die Fundamentalmatrix von, bezüglich der Standardbasis an. Modulteilprüfung Geometrie, SoSe 2013 Probeklausur Blatt 7
Modulteilprüfung Geometrie (BaM-GS, L3M-RF)
Modulteilprüfung Geometrie (BaM-GS, L3M-RF) Prof. Dr. Martin Möller SoSe 2011 // 05. Juli 2011 Kontrollieren Sie, ob Sie alle Blätter (12 einschließlich zweier Deckblätter) erhalten haben, und geben Sie
MehrModulteilprüfung Lineare Algebra L2M-GL/L5M-GL
Modulteilprüfung Lineare Algebra L2M-GL/L5M-GL Sommersemester 2015 Universität Frankfurt FB 12, Institut für Mathematik 13.07.2015 Dr. Andreas Maurischat Dauer: 90 Minuten Hilfsmittel: Stifte und ein zweiseitig
MehrHauptklausur. Lineare Algebra. (BaM-LA1, L3M-AG) Prof. Dr. Martin Möller // Jonathan Zachhuber. WiSe 2016/17 // 20. Februar 2017
Hauptklausur Lineare Algebra (BaM-LA1, L3M-AG) Prof. Dr. Martin Möller // Jonathan Zachhuber WiSe 2016/17 // 20. Februar 2017 Kontrollieren Sie, ob Sie alle 6 Aufgabenblätter erhalten haben, und geben
MehrPrüfung Lineare Algebra 2
1. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix,
MehrPrüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?
1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2
MehrMusterlösungen zur Linearen Algebra II Übungsklausur
Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,
MehrLineare Algebra 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.
MehrKlausur Lineare Algebra I & II
Prof. Dr. G. Felder, Dr. Thomas Willwacher ETH Zürich, Sommer 2010 D MATH, D PHYS, D CHAB Klausur Lineare Algebra I & II Bitte ausfüllen! Name: Vorname: Studiengang: Bitte nicht ausfüllen! Aufgabe Punkte
Mehr4 Lineare Abbildungen Basisdarstellungen
4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrKlausur zur Vorlesung Lineare Algebra II, SoSe 2016,
Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren
MehrLineare Abbildungen und Darstellungsmatrizen
KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt
MehrMat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1
Aufgabe. Bestimmen Sie das Exponential expa) der Matrix ) 5 6 A = Mat, R). 4. Wir bestimmen das charakterische Polynom f A t) = t t = t )t + ). ). Eigenvektor zu EW ist v = ). Eigenvektor zu EW ist v =
MehrÜbungen zu Lineare Algebra und Geometrie 1
Übungen zu Lineare Algebra und Geometrie 1 Andreas Čap Sommersemester 2015 Wiederholung grundlegender Begriffe (1 Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch f(x, y,
MehrKlausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 3/4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 205/6): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2
Mehr1. Klausur zu Vektor- und Matrizenrechnung I und II WS 2009/10 und SS 2010 am Dienstag, dem 27. Juli 2010
Dr. M. Scheer Fakultät für Mathematik Technische Universität Dortmund 1. Klausur zu Vektor- und Matrizenrechnung I und II WS 2009/10 und SS 2010 am Dienstag, dem 27. Juli 2010 Name: Vorname: Matr.-Nr.:
MehrVektorräume und Lineare Abbildungen
Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um
MehrKlausur 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
MehrLineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik
Universität Karlsruhe (TH) Institut für Algebra und Geometrie Dr. Klaus Spitzmüller Dipl.-Inform. Wolfgang Globke Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik Lösungen zum
MehrOrthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
MehrKLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008
KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch
MehrPrüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker
TECHNISCHE UNIVERSITÄT BERLIN SS 2001 Fachbereich 3 - Mathematik Pohst / Lusala Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker Name:................................................................................
MehrMusterlösungen zur Linearen Algebra II Weihnachtszettel
Musterlösungen zur Linearen Algebra II Weihnachtszettel Aufgabe. Welche der folgenden Matrizen 3 0 0 A = 0 4, B = 3, C = 0 0 0 6 0 0 0 sind über R und welche über C diagonalisierbar? Bestimmen Sie dazu
MehrÜbungen zu Lineare Algebra und Geometrie für LAK
Übungen zu Lineare Algebra und Geometrie für LAK Andreas Cap Wintersemester 2010/11 Wiederholung grundlegender Begriffe (1) Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch
MehrTutorium 7. Definition. Sei V ein C-Vektorraum. Eine Abbildung, : V V C heißt komplexes Skalarprodukt : det F k > 0 mit F k := (f i,j ) C k k
Skalarprodukte Tutorium 7 Bemerkung. Für jeden komplexen Vektorraum V mit dim V und jede komplexe Bilinearform P auf V findet man einen Vektor v mit P (v, v) =. Es gibt also keine positiv definite Bilinearformen
Mehr9 Vektorräume mit Skalarprodukt
9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 33 Das Kreuzprodukt Eine Besonderheit im R 3 ist das sogenannte Kreuzprodukt, das zu zwei gegebenen Vektoren
MehrMusterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.2012
Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.0 Aufgabe : Entscheiden Sie in dieser Aufgabe, ob die Aussagen wahr oder falsch sind. Begründungen sind nicht erforderlich. Ein korrekt gesetztes
Mehr4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau
312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind
MehrLineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 8 (SS 2011) Abgabetermin: Donnerstag, 9. Juni.
Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 8 (SS 2011) Abgabetermin: Donnerstag, 9. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Hermitesche
MehrVariante A. Hinweise
Lehrstuhl C für Mathematik (Analsis Prof. Dr. Y. Guo Aachen, den 6..3 Klausur zur Höheren Mathematik I WS /3 Variante A Hinweise Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind handschriftliche
MehrLineare Algebra II, Lösungshinweise Blatt 9
Prof Dr Katrin Wendland Priv Doz Dr Katrin Leschke Christoph Tinkl SS 27 Lineare Algebra II, Lösungshinweise Blatt 9 Aufgabe (4 Punkte) Sei 2 3 4 A = 5 6 Berechnen Sie A k für alle k N und verifizieren
MehrKapitel 18. Aufgaben. Verständnisfragen
Kapitel 8 Aufgaben Verständnisfragen Aufgabe 8 Gegeben ist ein Eigenvektor v zum Eigenwert λ einer Matrix A (a) Ist v auch Eigenvektor von A? Zu welchem Eigenwert? (b) Wenn A zudem invertierbar ist, ist
MehrKlausur zur Höheren Mathematik IV
Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene
Mehr(a) Bestimmen Sie die Matrixdarstellung dieser Abbildung bzgl. einer möglichst einfachen Basis von P n - (b) Bestimmen Sie die zu F duale Abbildung F.
Übung. Wiederholen Sie die folgenden Begriffe und geben sie jeweils Beispiele (a) Vektorraum (b) Vektorraumhomomorphismus mit Spezialfällen (c) Basis (d) Dualraum (e) Duale Basis (f) Koordinatenabbildung
MehrKapitel 5. Vektorräume mit Skalarprodukt
Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
MehrLösungsskizzen zur Klausur
sskizzen zur Klausur Mathematik II Sommersemester 4 Aufgabe Es seien die folgenden Vektoren des R 4 gegeben: b = b = b 3 = b 4 = (a) Prüfen Sie ob die Vektoren b b 4 linear unabhängig sind bestimmen Sie
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
MehrD-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 011 Tom Ilmanen. Musterlösung 12. a ij = v i,av j (A ist symmetrisch) = Av i,v j
D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 0 Tom Ilmanen Musterlösung 2. Falls b := (v,,v n ) eine Orthonormalbasis von V ist, dann lassen sich die Komponenten von einem Vektor v = n i= t i v i bezüglich
MehrTechnische Universität München Fakultät für Mathematik Mathematik 1 (Elektrotechnik) Probeklausur Prof. Dr. Anusch Taraz 24.
Note: Name Vorname Lerngruppen-Nummer Tutorübung-Nr. Hiermit bestätige ich, dass ich vor Prüfungsbeginn darüber in Kenntnis gesetzt wurde, dass ich im Falle einer plötzlich während der Prüfung auftretenden
Mehrreflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Kommutator, Kommutatorgrupe, Normalreihe, auflösbare Gruppe
1 Lernliste 1.1 Relationen reflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Äquivalenzrelation, Kongruenzrelation Klasseneinteilung Hauptsatz über Äquivalenzrelationen Jede
MehrProseminar 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, Uhr Dr. Thorsten Weist. Name Vorname Matrikelnummer. Geburtsort Geburtsdatum Studiengang
Nachklausur zur Linearen Algebra I - Nr. 1 Bergische Universität Wuppertal Sommersemester 2011 Prof. Dr. Markus Reineke 06.10.2011, 10-12 Uhr Dr. Thorsten Weist Bitte tragen Sie die folgenden Daten leserlich
MehrAusgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
MehrMusterlösung zur Klausur Lineare Algebra I
Musterlösung zur Klausur Lineare Algebra I Aufgabe Version A 5 Punkte: Welche der folgenden Aussagen sind wahr bzw. falsch? Setzen Sie in jeder Zeile genau ein Kreuz. Für jede korrekte Antwort erhalten
MehrLineare 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
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
MehrKlausur zur Vorlesung Höhere Mathematik I
Name: 28. Januar 2004, 8.30-10.30 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 120 min, 2 Zeitstunden Vorlesungsmitschrift, Übungen, Formelsammlung Schreiben Sie bitte auf dieses
Mehr9. Übung zur Linearen Algebra II -
9. Übung zur Linearen Algebra II - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. SS 00. Aufgabe 33 (i) Beweise oder widerlege: In einem euklidischen VR gilt x + y = x + y x y (Satz von Pythagoras).
Mehr18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive
MehrDefinitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.
Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren
MehrAufgaben zu Kapitel 20
Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v
MehrLineare Algebra 2 (SS 13) Blatt 13: Musterlösung
Prof. Dr. B. Hanke Dr. J. Bowden Lineare Algebra 2 (SS ) Blatt : Musterlösung Aufgabe. Es sei C (R) der R-Vektorraum der unendlich oft differenzierbaren Funktionen auf R und : C (R) C (R), f f die Abbildung,
MehrLineare Algebra und analytische Geometrie II
Prof Dr H Brenner Osnabrück SS 26 Lineare Algebra und analytische Geometrie II Vorlesung 2 Orthogonalität Mit dem Skalarprodukt kann man die Eigenschaft zweier Vektoren, aufeinander senkrecht zu stehen,
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
Mehr5. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo und UI
Fachbereich Mathematik Prof Dr K Ritter Dr M Slassi M Fuchssteiner SS 9 9 Mai 9 5 Übungsblatt zur Mathematik II für BI, MaWi, WI(BI, AngGeo und UI Gruppenübung Aufgabe G (a Betrachten Sie die Vektoren
MehrBild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis
MehrErster Akt: Begriffe und Beispiele
Eigenvektoren 1 Erster Akt: Begriffe und Beispiele 2 Sei L : A A eine lineare Abbildung von einem Vektorraum A in sich sich selbst. (Man denke an z. B. an A = R 2.) 3 Ein Vektor a A, a 0, heißt ein Eigenvektor
MehrPRÜFUNG AUS ALGEBRA UND DISKRETE MATHEMATIK F. INF. U. WINF.
Zuname: Vorname: Matrikelnummer: PRÜFUNG AUS ALGEBRA UND DISKRETE MATHEMATIK F. INF. U. WINF. (GITTENBERGER) Wien, am 5. Februar 2013 (Ab hier freilassen!) Arbeitszeit: 100 Minuten 1) 2) 3) 4) 5) 1)(8
MehrMusterlösung 7 Lineare Algebra für die Naturwissenschaften
Musterlösung 7 Lineare Algebra für die Naturwissenschaften Aufgabe Entscheiden Sie, ob folgende Abbildungen linear sind, und geben sie für die linearen Abbildungen eine Matrixdarstellung (in einer Basis
MehrFerienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte
Technische Universität München, Fakultät für Physik Ferienkurs - ineare Algebra Hanna Schäfer 03. März 04 0. inearität. f : M N, x : y = f(x) Merkinhalte. f(x + λy) = f(x) + λf(y), x, y V, λ K 3. ineare
MehrMusterlösung zur Nachklausur Lineare Algebra I
Musterlösung zur Nachklausur Lineare Algebra I Aufgabe 1 5 Punkte: Welche der folgenden Aussagen sind wahr bzw falsch? Setzen Sie in jeder Zeile genau ein Kreuz Für jede korrekte Antwort erhalten Sie 0,5
Mehr4.3 Affine Punkträume
4.3. AFFINE PUNKTRÄUME 185 4.3 Affine Punkträume Es wird jetzt der Übergang von der linearen Algebra zur analytischen Geometrie beschrieben. 4.3.1 Definition (affiner Punktraum) Sei V ein K-Vektorraum,
Mehr1 Euklidische und unitäre Vektorräume
1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrKapitel VI. Euklidische Geometrie
Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und
MehrLineare Algebra II. Inhalt und Begriffe. Lineare Algebra II p. 1
Lineare Algebra II Inhalt und Begriffe Lineare Algebra II p. 1 Inhaltsverzeichnis Kapitel II Grundlagen der Linearen Algebra... Lineare Algebra II p. 2 Inhaltsverzeichnis Kapitel II Grundlagen der Linearen
Mehra b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,
Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist
Mehr= ( n x j x j ) 1 / 2
15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors
MehrLeitfaden 34. , dies ist eine reelle symmetrische Matrix, also diagonalisierbar.
Leitfaden 34 5. Euklidsche und unitäre Räume (und selbstadjungierte, orthogonale, unitäre, normale Endomorphismen). 5.1. Reelle symmetrische Matrizen sind diagonalisierbar. Satz: Reelle symmetrische Matrizen
MehrBrückenkurs Mathematik. Mittwoch Freitag
Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem
MehrBeispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger
Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit
MehrAnalysis II. Vorlesung 48. Die Hesse-Form
Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 48 Die Hesse-Form Wir sind natürlich auch an hinreichenden Kriterien für das Vorliegen von lokalen Extrema interessiert. Wie schon im eindimensionalen
MehrTechnische Universität München
Technische Universität München Michael Schreier Ferienkurs Lineare Algebra für Physiker Vorlesung Montag WS 2008/09 1 komplexe Zahlen Viele Probleme in der Mathematik oder Physik lassen sich nicht oder
Mehr5.7 Lineare Abhängigkeit, Basis und Dimension
8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n
Mehr7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?
Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist
Mehr3.5 Duale Vektorräume und Abbildungen
3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung
MehrAnhang A. Etwas affine Geometrie. A.1 Die affine Hülle
Anhang A Etwas affine Geometrie In diesem Anhang stellen wir die wichtigsten Grundbegriffe aus der affinen Geometrie zusammen, soweit sie eben für uns von Nutzen sind. Für weiterführende Ergebnisse sei
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
MehrInhaltsverzeichnis. I Lineare Gleichungssysteme und Matrizen 1. Vorwort
Vorwort V I Lineare Gleichungssysteme und Matrizen 1 1 Der Begriff des Körpers 3 1.1 Mengen 3 1.2 Köiperaxiome 3 1.3 Grundlegende Eigenschaften von Körpern 5 1.4 Teilkörper 7 1.5 Aufgaben 8 1.5.1 Grundlegende
MehrGrundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015
Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten
MehrAffine und projektive Räume
Affine und projektive Räume W. Kühnel Literatur hierzu: G.Fischer, Analytische Geometrie, 7. Aufl., Vieweg 2001 Zur Motivation: Wenn man in einem Vektorraum die Elemente nicht als Vektoren, sondern als
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 39 Definitheit von Bilinearformen Wir möchten die symmetrischen Bilinearformen über den reellen Zahlen klassifizieren.
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
MehrAffine Geometrie (Einfachere, konstruktive Version)
Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit
MehrKapitel 3 Quadratische Formen und symmetrische Matrizen
Kapitel 3 Quadratische Formen und symmetrische Matrizen 3.1 Skalarprodukte und Normen Das übliche Skalarprodukt für Vektoren aus dem R ist folgendermassen erklärt: ( ) ( ) x1 x v w = := x 1 x +y 1 y. y
MehrBonusmaterial Euklidische und unitäre Vektorräume Geometrie in höheren Dimensionen
Bonusmaterial Euklidische und unitäre Vektorräume Geometrie in höheren Dimensionen Orthogonale und unitäre Endomorphismen Wir untersuchen nun lineare Abbildungen in euklidischen und unitären Vektorräumen
MehrSkalarprodukt und Orthogonalität
Skalarprodukt und Orthogonalität Skalarprodukt und Orthogonalität in R n Wir erinnern an das euklidische Skalarprodukt im R 2 : Wir erinnern an das euklidische Skalarprodukt im R 2 : < a, b >:= α 1 β 1
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 2 Ein guter Schüler lernt auch bei einem schlechten Lehrer Eigentheorie Unter einer Achsenspiegelung in der
MehrMusterlösung zur Probeklausur Lineare Algebra I
Musterlösung zur Probeklausur Lineare Algebra I Aufgabe 1 5 Punkte: Welche der folgenden Aussagen sind wahr bzw. falsch? Setzen Sie in jeder Zeile genau ein Kreuz. Für jede korrekte Antwort erhalten Sie
MehrSkalarprodukte (Teschl/Teschl Kap. 13)
Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +
MehrTrigonalisierung einer Matrix Version ( )
Trigonalisierung einer Matrix Version (21.05.04) > with(linalg): > B:=matrix(4,4,[3,-1,1,-1, 2,1,0,-2, -1,0,4,0, 1,-1,0,2]); 3 1 1 1 B := 2 1 0 2 1 0 4 0 1 1 0 2 B ist Darstellungsmatrix des Endomorphismus
MehrLineare Abbildungen (Teschl/Teschl 10.3, 11.2)
Lineare Abbildungen Teschl/Teschl.3,. Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:
Mehr11.2 Orthogonalität. Wintersemester 2013/2014
Universität Konstanz Fachbereich Mathematik und Statistik Wintersemester 2013/2014 Markus Scheighofer Lineare Algebra I 11.2 Orthogonalität Definition 11.2.1. Seien V ein K-Vektorraum mit Skalarprodukt
MehrLineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß
Lineare Algebra I - 26. Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Donnerstag 8.12.: 8:30 Uhr - Vorlesung 10:15 Uhr - große Übung / Fragestunde Klausur: Mittwoch, 14.12. 14:15 Uhr, A3 001 Cauchy-Schwarz
Mehr