Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015
|
|
- Charlotte Kurzmann
- vor 6 Jahren
- Abrufe
Transkript
1 sskizzen der Klausur zur Linearen Algebra im Herbst 5 Aufgabe I. Es sei (G, ) eine Gruppe mit neutralem Element e und M {x G x x e}. Zeigen Sie: (a) Ist G kommutativ, so ist M eine Untergruppe von G. (b) Ist n und G die symmetrische Gruppe S n, so ist M keine Untergruppe von G. Laut Vorlesung ist notwendig und hinreichend dafür, dass M Untergruppe ist (Untergruppenkriterium) (i) M, (ii) M ist abgeschlossen bei Inversion, (iii) M ist bei der Verknüpfung abgeschlossen. Zu (a): Zu (i) Wegen e e e ist e M. Zu (ii) Weil für x in M gilt x x e ist x x, also x M. Zu (iii) Für x, y M ist x x e und y y e, daher mit Benützung der Kommutativität: x y x y x x y y e e e. Demnach ist x y M. Zu (b): Es sei n. Dann enthält S n die Transpositionen τ: Vertauschung von und ρ: Vertauschung von und. Offenbar ist τ M und ρ M, da τ τ id e und ρ ρ id ist. Für σ : ρ τ ρ τ gilt aber, dass σ(), also σ id e. Damit ist ρ τ M und somit ist (iii) im Kriterium verletzt und M keine Untergruppe. Alternative (fast ohne Rechnung bei etwas mehr theoretischen Kenntnissen): Zu (a): Bei kommutativem G ist die Abbildung f : G G, x x x ein Homomorphismus ( wegen f(x y) x y x y x x y y f(x) f(y)). M Kernf ist dann bekanntlich eine Untergruppe. Zu (b): Jede Permutation kann man als als Produkt von Transpositionen schreiben (Vorl.) Diese liegen in M, aber z.b. ein Dreierzyklus nicht. Also ist M keine Untergruppe.
2 Aufgabe I. Es seien V ein Vektorraum und Φ ein Endomorphismus von V. Zeigen Sie: (a) Die folgenden beiden Aussagen sind äquivalent: (i) Kern Φ Bild Φ {}. (ii) Für alle x V mit Φ (x) gilt Φ(x). (b) Falls außerdem dim V < gilt, so ist zu (i), (ii) ferner äquivalent: (iii) V Kern Φ Bild Φ. Zu (a): (i) (ii): Es sei x V mit Φ (x) Φ(Φ(x)). Damit ist Φ(x) Kern Φ und Φ(x) Bild Φ. Somit gilt Φ(x). (ii) (i): klar Es sei y Kern Φ Bild Φ. Dann gilt Φ(y) und es existiert x V mit y Φ(x). Daraus folgt Φ (x) Φ(y), also Φ(x) und somit y. Zu (b): (i) (iii): Wir müssen nur V Kern Φ + Bild Φ zeigen, denn zusammen mit (i) ist diese Summe dann direkt. Offensichtlich ist V Kern Φ + Bild Φ. Wegen dim(kern Φ + Bild Φ) Dim.satz dim(kern Φ) + dim(bild Φ) dim(kern Φ Bild Φ) für UVRe dim(kern Φ) + dim(bild Φ) Dim.satz für lin. Abb. dim(v ) folgt schließlich V Kern Φ + Bild Φ. (iii) (i): Da die Summe direkt ist, folgt automatisch Kern Φ Bild Φ {}.
3 Aufgabe I. Es seien U, U Untervektorräume des R 4 mit U :, U : 4. Bestimmen Sie zu U, U, U U und U + U je eine Basis und die Dimension. Indem man die Differenz des zweiten und dritten Vektors sowie die Differenz des ersten und zweiten Vektors in der gegebenen Darstellung von U bildet, erhält man U. Die drei zuletzt erhaltenen Vektoren sind linear unabhängig und bilden somit eine Basis von U. Ebenso erhält man durch Subtraktion des dritten Vektors vom zweiten Vektor in der gegebenen Darstellung von U U 4 4, wobei zuletzt verwendet wurde, dass der mittlere Vektor das arithmetische Mittel der beiden anderen Vektoren ist. Die beiden zuletzt erhaltenen Vektoren sind linear unabhängig und bilden somit eine Basis von U. Insbesondere erhält man nun dim(u ) und dim(u ). Wegen / U ist dim(u + U ) 4, und da es sich um einen UVR des R 4 handelt, ist dim(u + U ) 4. Als Basis kann somit die Standardbasis gewählt werden. Aus dem Dimensionssatz folgt dim(u U ) + 4. Nun gilt (Summe der Basisvektoren!) 4 U und U, d.h. U U, was eine Basis des Durchschnitts ist.
4 4 Aufgabe I.4 Es seien K ein Körper, V ein endlichdimensionaler K-Vektorraum und B {b,..., b n } eine Basis von V. Weiter bezeichne V den Dualraum von V. (a) Durch welche Bedingung ist die zu B duale Basis B {b,..., b n} von V definiert? (b) Zeigen Sie: Wenn Φ ein Endomorphismus von V ist und B aus Eigenvektoren von Φ besteht, dann besteht B aus Eigenvektoren der dualen Abbildung Φ : V V. (c) Geben Sie im Fall n ein Beispiel an, bei dem b ein Eigenvektor von Φ ist, aber b kein Eigenvektor von Φ. Zu (a): Die zu B duale Basis B {b,..., b n} besteht aus den linearen Fortsetzungen b i : V K der Vorschriften b i (b j ) δ ij. Zu (b): Es seien Φ ein Endomorphismus von V und B eine Basis aus Eigenvektoren von Φ. Für jedes i n existiert also ein λ i K mit Φ(b i ) λ i b i. Dann ist b i gilt: Zu (c): ein Eigenvektor von Φ zum Eigenwert λ i, denn für ein beliebiges v n k α kb k Φ (b i )(v) (b i Φ)( α k b k ) k α k b i (Φ(b k )) k α k b i (λ k b k ) k α k λ k δ ik k λ i α i λ i b i ( α k b k ) k λ i b i (v) Es sei {b, b } eine Basis von V und Φ die lineare Fortsetzung von Φ(b ) b und Φ(b ) b +b. Dann ist b kein Eigenvektor von Φ, denn es gilt: Φ (b )(b ) b (b + b ) b (b )
5 5 Aufgabe I.5 In Abhängigkeit vom reellen Parameter t sei die folgende Matrix A t gegeben: A t : + t t t t t t (a) Entscheiden Sie, für welche t R die Matrix A t diagonalisierbar ist. (b) Geben Sie für t eine Basis von R an, die aus Eigenvektoren von A t besteht. Zunächst bestimmen wir die Eigenwerte von A t und berechnen hierzu das charakteristische Polynom: + t λ t det(a t λi ) t λ t t t λ t λ t λ t λ t t λ t λ (t λ)( t λ) t λ t (t λ)( t λ) t λ t (t λ)( t λ)( λ) Damit hat A t die Eigenwerte t, t und. Insbesondere zerfällt das charakteristische Polynom in Linearfaktoren und A t ist damit genau dann diagonalisierbar, wenn bei allen Eigenwerte algebraische und geometrische Vielfachheit übereinstimmen. Für t {,, } sind die Eigenwerte paarweise verschieden. Damit ist A t für t R \ {,, } diagonalisierbar. Wir betrachten nun die übrigen Fälle einzeln. t : Hier hat der Eigenwert die algebraische Vielfachheit und wir bestimmen die geometrische Vielfachheit des Eigenwerts. Es gilt dim Eig(A, ) dim Kern(A I ) Rang(A I ) Weiter ist A I Damit ist dim Eig(A, ) <. Somit ist A nicht diagonalisierbar. t : Wieder hat der Eigenwert die algebraische Vielfachheit und wir bestimmen wie oben die geometrische Vielfachheit. Es ist A I und damit dim Eig(A, ) <, also ist A nicht diagonalisierbar.
6 6 t : Hier wollen wir zusätzlich eine Basis aus Eigenwerten bestimmen. Zunächst berechnen wir den Eigenraum Eig(A, ):, ) Kern(A I ) Kern Kern Eig(A Span{ }. Für den Eigenraum zum Eigenwert gilt: Eig(A, ) Kern(A I ) Kern Kern Kern Kern Span{ } Damit ist also { } eine Basis des R aus Eigenvektoren von A. Insbesondere ist also A diagonalisierbar.
7 7 Aufgabe I.6 Berechnen Sie für alle n N die Determinante der n n-matrix A n (a i,j ), wobei a i,j min(i, j). Subtrahiert man die letzte Spalte der Matrix von jeder der ersten n Spalten und entwickelt anschließend nach der ersten Zeile, so erhält man: det A n det det n... (n )... (n ) n n n ( ( ) n+ k (k + ) ) n (k + )... (n)! n n! k k Alternative Subtrahiert man die vorletzte Spalte der Matrix A n Induktion von ihrer letzten, so erhält man nach det A n det (n ) 4... (n ) n (n ) ( n (n ) ) (n )! det A n (n ) ( n )(n )! (n)! n n!. Alternative Entwicklung nach der letzten Zeile liefert nach Induktion det A n n det A n (n ) det A n + (n )... ± ( n (n ) ) (n )! det A n (n ) ( n )(n )! (n)! n n!.
8 8 Aufgabe II. Es sei Φ ein Endomorphismus eines fünfdimensionalen komplexen Vektorraums V mit charakteristischem Polynom p Φ X 5 9X. Ferner sei dim(ker Φ). Bestimmen Sie die Jordansche Normalform von Φ Φ. Wegen p X (X )(X+) hat Φ eindimensionale Eigenräume zu den Eigenwerten + (Eigenvektor b ) und (Eigenvektor b ). Außerdem hat Φ einen dreidimensionalen Hauptraum zum Eigenwert. Weil der Eigenraum zum Eigenwert mit Kern Φ identisch ist und der Kern eindimensional ist, gibt es ein einziges Jordankästchen zum Eigenwert. Eine zugehörige Jordanbasis sei {b, b 4, b 5 }. Bezüglich der Basis B {b,..., b 5 } lautet die Jordannormalform von Φ A Bezüglich B hat Φ dann die Abbildungsmatrix A 9 9. die bezüglich der Basis C {b, b, b, b 5, b 4 } die Jordansche Normalform von Φ 9 9 annimmt.
9 Aufgabe II. Es sei V C (, ) der reelle Vektorraum der auf dem Intervall, stetigen Funktionen mit dem Skalarprodukt f, g f(x) g(x) dx. Weiter sei U der Untervektorraum der Polynomfunktionen vom Grad. Bestimmen Sie die orthogonale Projektion von f :, R, x x + auf U und den Abstand von f und U. 9 Für i N sei p i :, R, x x i. Für i, j N gilt dann: { p i, p j x i+j dx + ( )i+j+ falls i + j ungerade ist. i + j + falls i + j gerade ist i+j+ Mit π sei die orthogonale Projektion auf U bezeichnet. Dann gilt wegen der Linearität von π und p U, dass π(f) π(p + p ) π(p ) + π(p ) π(p ) + p. Eine Orthonormalbasis {v, v, v } von U erhalten wir nach dem Gram Schmidt-Verfahren durch w p, v w w p, Damit ist also π(f) 5 p + p. w p p, v }{{} w p p, v v p, v v p, v w w p, }{{} v, v w w Span{p, p }. π(p ) p, v v }{{} + p, v v + p, v v }{{} p, p p p 5, Für den Abstand d(f, U) von f und U gilt damit d(f, U) f π(f) p p 5 p p 5, p p 5 p, p p 5, p + 9 p 5, p
10 Aufgabe II. Es sei V ein endlich-dimensionaler euklidischer Vektorraum mit Skalarprodukt, und induzierter Norm.. Weiter sei Φ ein Endomorphismus von V mit für alle Untervektorräume U V. Zeigen Sie: Φ(U ) Φ(U) (a) Für alle x, y V folgt aus x, y stets Φ(x), Φ(y). (b) Für alle x, y V folgt aus x y stets Φ(x) Φ(y). (c) Es gibt eine Isometrie Ψ von V und ein λ R \ {}, sodass Φ λψ. Zu (a): Es seien x, y V mit x, y, also y x. Φ(y) Φ(x), also Φ(x), Φ(y). Zu (b): Es seien x, y V mit x y. Dann folgt aus mit (a), dass Nach Voraussetzung gilt dann x + y, x y x, x x, y + y, x y, y x y Φ(x + y), Φ(x y) Φ(x) + Φ(y), Φ(x) Φ(y) Φ(x), Φ(x) Φ(x), Φ(y) + Φ(y), Φ(x) Φ(y), Φ(y) Φ(x) Φ(y) gilt und somit Φ(x) Φ(y) erfüllt ist. Zu (c): Wegen Φ(V ) Φ( ) Φ() V ist Φ surjektiv, und da V endlichdimensional ist, ist Φ ein Automorphismus. Wir zeigen zunächst, dass ein λ > existiert, so dass Φ(x) λ x für alle x V gilt: Für x, y V \ {} existieren λ x und λ y mit Φ(x) λ x x und Φ(y) λ y y. Da Φ injektiv ist, gilt λ x > und λ y >. Weiter folgt mit x x y y nach (b) auch Dies ist gleichbedeutend mit ( ) ( Φ ) Φ x x y y. λ x Φ(x) x Φ(y) y λ y. Es sei λ λ x und Ψ λ Φ. Dann gilt Ψ(x) λ Φ(x) λ λ x x für alle x V. Damit ist Ψ eine Isometrie und es gilt Φ λ Ψ.
11 Aufgabe II.4 Gegeben sei die reelle Matrix A. Zeigen Sie, dass es eine symmetrische Matrix B R mit B A gibt. Da A symmetrisch ist, ist A nach dem Spektralsatz orthogonal diagonalisierbar. Es existiert daher eine orthogonale Matrix T O() R, so dass T AT λ λ. } {{ λ } :D NB: Wegen T O() gilt T T. Mit dem Hurwitz-Kriterium sehen wir ein, dass A positiv definit ist: ( ) >, det >, det A 4 >. Alternativ kann man die Eigenwerte über das charakteristische Polynom ausrechnen. Folglich sind die Eigenwerte λ, λ, λ von A positiv, und es gilt λ i R f"ur i,,. Setze λ S : λ. λ Dann gilt: A T T AT T T DT T S T } T ST {{ } T ST. :B Hier haben wir benutzt, dass T T die Einheitsmatrix ist, T ist ja orthogonal. Dann ist B A wie gewünscht und B ist symmetrisch, da S diagonal ist: B (T ST ) (T ) S T T ST B.
12 Aufgabe II.5 Es sei Φ End(V ) ein Endomorphismus eines endlichdimensionalen unitären Vektorraums V mit adjungierter Abbildung Φ Φ. Zeigen Sie: (a) Alle Eigenwerte sind rein imaginär, d.h. alle Eigenwerte haben die Form ic mit c R. (b) Der Endomorphismus iφ ist selbstadjungiert. (c) Es gilt max Φ(x),x max { λ λ ist ein Eigenwert von Φ } x V \{} x,x, sei das Skalarprodukt auf V. Dann gilt für alle x, y V und alle a C: ax, y a x, y x, ay. Zu (a): Es sei λ C ein Eigenwert von Φ und v o ein zugehöriger Eigenvektor mit v, v. Dann gilt: λ λ v, v λv, v Φ(v), v v, Φ (v) v, Φ(v) v, λv λ v, v λ. Also gilt λ λ. Setzt man λ b + ic mit b, c R, so heißt dies b ic b ic bzw. b und damit letztendlich λ ic, c R. Zu (b): Für alle v, w V gilt: iφ(v), w i Φ(v), w i v, Φ (w) i v, Φ(w) v, iφ(w) v, iφ(w). Also ist iφ selbstadjungiert. Zu (c): Es sei M : max { λ λ ist Eigenwert von Φ} und N : max x o Φ(x),x x,x Dann ist N M, da für einen Eigenwert λ mit λ M und zugehörigem Eigenvektor v gilt: N max Φ(x), x x o x, x Φ(v), v v, v λ v, v v, v λ M. Es bleibt zu zeigen, dass auch M N gilt. Da iφ selbstadjungiert ist, ist iφ orthogonal diagonalisierbar und dies gilt auch für Φ. Es sei {v,..., v n } eine ONB von V aus Eigenvektoren von Φ und für i,..., n gelte Φ(v i ) λ i v i. Außerdem sei λ n M. Dann gilt für x n i x iv i V \ {o}: Φ(x), x Dreiecksungl. M Φ( x i v i ), i x i v i x i λ i v i, i x i M x, x. Damit gilt für alle x V \ {o}: M Φ(x), x x, x, also ist M N und damit insgesamt M N. i i x i v i i ONB. x i λ i i
13 Aufgabe II.6 Es sei n N und ϕ : R n R n, v Φ(v) + b eine Affinität gegeben durch Φ End(R n ) und b R n. Zeigen Sie: (a) Hat ϕ genau einen Fixpunkt, so ist dieser in jeder Fixgeraden von ϕ enthalten. (b) Bestimmen Sie alle Fixpunkte und Fixgeraden von ϕ : R R mit ϕ(x) x +. 4 Zu (a): Es gelte also, dass ϕ genau einen Fixpunkt hat. Hieraus folgt, dass das lineare Gleichungssystem (Φ id R n)(x) b eindeutig lösbar ist, also Φ id R n invertierbar und damit kein Eigenwert von Φ ist. Es sei nun g x + Rv eine Fixgerade von ϕ, d.h. es gilt x + Rv ϕ(x + Rv) Φ(x ) + b + RΦ(v). Somit ist v ein Eigenvektor von Φ und es gilt Φ(x ) + b g. Es sei λ der zu v gehörige Eigenwert von Φ und t R mit Φ(x ) + b x + t v. Dann gilt für t R: ϕ(x + tv) x + tv Φ(x ) + tλv + b x + tv Φ(x ) + b x + t( λ)v x + t v x + t( λ)v, wobei die letzte Gleichung offensichtlich durch t t gelöst wird. Damit liegt der (nach λ Voraussetzung eindeutig bestimmte) Fixpunkt von ϕ auf g. Zu (b): Zunächst bestimmen wir die Fixpunkte von ϕ. Dies sind genau die en von x. Mittels Gauß-Algorithmus erhält man, dass ϕ genau einen Fixpunkt, nämlich x (,, ) hat. Die Fixgeraden ) sind nach Teil (a) dann gerade die Geraden x + Rv mit Eigenvektoren v von A. Das charakteristische Polynom von A ist ( λ) ( λ). Die Eigenwerte ( 4 sind also und. Der Eigenraum zum Eigenwert ist R (,, ) und der zum Eigenwert ist R (,, ). Damit sind die Fixgeraden von ϕ genau g (,, ) + R (,, ) und g (,, ) + R (,, ).
a 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
MehrAufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009
I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe
MehrLösungsvorschläge zur Klausur. Lineare Algebra, Herbst 2010
Lösungsvorschläge zur Klausur Lineare Algebra, Herbst 200 I. Es seien n eine natürliche Zahl, M = {,..., n} N und S n die Gruppe der Permutationen der Menge M. Zeigen Sie: a) Für jedes a M ist H a := {σ
MehrT := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass
I. a) Es sei (G, ) eine abelsche Gruppe mit neutralem Element e G. Zeigen Sie, dass U := {g G g 3 = e G } eine Untergruppe von G ist. b) In der symmetrischen Gruppe S 4 definieren wir analog zu a) die
MehrLösungsvorschlag zur LA-Klausur vom
I. (4 Punkte) Lösungsvorschlag zur LA-Klausur vom 7.03.008 Es sei M eine Menge mit zwei Verknüpfungen und. Weiter gebe es ein Element e M, das sowohl für als auch für neutrales Element ist. Schließlich
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
Mehr{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1,
Aufgabe I1 (4 Punkte) Es seien (G, ) und (H, ) Gruppen a) Wann heißt eine Abbildung Φ : G H ein Gruppenhomomorphismus? b) Es seien Φ, Ψ : G H zwei Gruppenhomomorphismen Zeigen Sie, dass eine Untergruppe
Mehra) Zeigen Sie, dass ϕ genau dann ein Gruppenhomomorphismus ist, wenn die Verknüpfung
Aufgabe (8 Punkte) Es sei (G, ) eine Gruppe und ϕ: G G die Abbildung, die für jedes g G durch ϕ(g) = g g =: g gegeben ist. a) Zeigen Sie, dass ϕ genau dann ein Gruppenhomomorphismus ist, wenn die Verknüpfung
Mehra) Ein Gruppenhomomorphismus von G nach H ist eine Abbildung Φ : G H, sodass für alle g 1, g 2 G die Gleichung Φ(g 1 g 2 ) = Φ(g 1 ) Φ(g 2 )
I. (4 Punkte) Es seien (G, ) eine Gruppe mit neutralem Element e G und (H, ) eine weitere Gruppe. a) Geben Sie die Definition eines Gruppenhomomorphismus Φ : G H an und beweisen Sie, dass für solch einen
MehrAufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie:
Aufgabe I (4 Punkte Gegeben seien die Matrix und die Menge Zeigen Sie: H := L := {A R 4 4 A HA = H} a L ist bezüglich der Matrizenmultiplikation eine Gruppe b Die Matrizen der Form ( E O, O B wobei E R
MehrLösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen
Technische Universität Berlin Sommersemester 2008 Institut für Mathematik 18 Juli 2008 Prof Dr Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Klausur zur Linearen Algebra II Aufgabe 1 (1+1+1 Punkte)
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
MehrHenning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich
Henning Krause Lineare Algebra Julia Sauter SS 27 Klausur 2.9.27 mit Lösungsvorschlag Jan Geuenich Aufgabe (4 Punkte: Sei n N und seien A und B zwei (n n-matrizen über einem Körper K. Wahr Falsch (a Es
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrZeigen Sie, dass der einzige Gruppenhomomorphismus von (G, ) nach (Z 5, +) die Abbildung Φ : G Z 5
Aufgabe I (4 Punkte) Es sei G : {e, g, g, g } eine 4-elementige Gruppe mit neutralem Element e Die Verknüpfung auf G werde mit bezeichnet Außerdem seien in G folgende Gleichungen erfüllt: g g g und g g
MehrBasisprüfung. 18. August 2015
Lineare Algebra I/II D-MATH, HS 4/FS 5 Prof Richard Pink Basisprüfung 8 August 25 [6 Punkte] Betrachte den reellen Vektorraum R 3 zusammen mit dem Standardskalarprodukt, und die Vektoren 9 3 v := 6, v
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
MehrHinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4.
Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4. Aufgabe 2.1 (8 Punkte) Es sei K ein Körper, n N, V ein 2n-dimensionaler K -Vektorraum und U
MehrFerienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen
Technische Universität München Department of Physics Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Freitag, 16.03.2012 Sascha Frölich Ferienkurs Lin. Alg. -
MehrSteilkurs Lineare Algebra 1 einige wichtige Stationen
Steilkurs Lineare Algebra 1 einige wichtige Stationen Für einen Körper K ist ein K-Vektorraum V eine Menge mit einer kommutativen und assoziativen Verknüpfung + : V V V, für die es ein neutrales Element
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
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.
MehrLineare Algebra für Physiker 11. Übungsblatt
Lineare Algebra für Physiker 11. Übungsblatt Fachbereich Mathematik SS 01 Prof. Dr. Matthias Schneider./. Juli 01 Dr. Silke Horn Dipl.-Math. Dominik Kremer Gruppenübung Aufgabe G1 (Minitest) (a) Welche
Mehr1. 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)
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
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
MehrWiederholungsserie II
Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095
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
MehrLineare Algebra I Lösungsvorschlag
Aufgabe Lineare Algebra I Lösungsvorschlag Wir bezeichnen mit a, a 2, a 3 Q 4 die Spalten der Matrix A. Es ist 7 a + 2a 2 = 7 4 = 7a 3, und wir sehen im l A = a, a 2, a 3 = a, a 2. Da die Vektoren a und
MehrLineare Algebra I für Mathematiker Lösungen
Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
Mehr43911: Lineare Algebra/Geometrie Prüfungstermin Frühjahr 2015 Lösungsvorschlag
Dr. Erwin Schörner 439: Lineare Algebra/Geometrie Prüfungstermin Frühjahr 5 Lösungsvorschlag I.. Für n N mit n ist das inhomogene lineare Gleichungssystem in den n Unbekannten x,..., x n mit den n Gleichungen
Mehr1. Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen
Hannover, den 0. April 2006. Übungsblatt: Lineare Algebra II Abgabe: 24./25.4.2006 in den Übungsgruppen ( ) 2 5 a) Zeigen Sie, dass A = und B = 2 ( 7 6 invertierbare Matrix T an mit T AT = B. b) Zeigen
MehrProbeprüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Frühling 018 Probeprüfung Lineare Algebra I/II für D-MAVT Die Prüfung dauert 10 Minuten. Sie dient der Selbstevaluation. Die Musterlösungen folgen. Die Multiple Choice
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs 4Q Lineare Algebra/Analytische Geometrie II SoSe 2016
Name, Vorname Matrikel-Nr. Aufg. Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4Q Lineare Algebra/Analytische Geometrie II SoSe 206 Bearbeiten Sie bitte
MehrEigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
MehrLineare Algebra II Zwischentest
Lineare Algebra II Zwischentest Dr. Stephan Ehlen, Dr. Chris Jennings-Shaffer, Jonathan Schürr 14.06.18 Dieser Zwischentest besteht aus 7 Aufgaben und enthält insgesamt 12 Seiten. Sie haben für die Bearbeitung
MehrR 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte
Aufgabe ( Es seien e =, e = Untervektorraum (, e = ( R und U := [e, e ] der von e, e erzeugte Weiter sei G := {A GL(, R A e = e und A U U} (a Zeigen Sie, dass G eine Untergruppe von GL(, R ist (b Geben
MehrLösung zum 9. Tutorium
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SoSe 5 Blatt 9 9.6.5 Lösung zum 9. Tutorium. Staatsexamensaufgabe Frühjahr 8 Die Vektoren v = 3, und v = 3 R4 spannen einen Unterraum U
Mehr2.11 Eigenwerte und Diagonalisierbarkeit
2.11. EIGENWERTE UND DIAGONALISIERBARKEIT 127 Die Determinante eines Endomorphismus Wir geben uns jetzt einen endlichen erzeugten K-Vektorraum V und einen Endomorphismus ϕ : V V vor. Wir wollen die Determinante
MehrLineare Algebra II Lösungen zu ausgewählten Aufgaben
Lineare Algebra II Lösungen zu ausgewählten Aufgaben Blatt 2, Aufgabe 3 a) Wir zeigen, daß das Ideal (2, X) kein Hauptideal in Z[X] ist. (Dieses Ideal besteht aus allen Elementen in Z[X], die von der Form
MehrSommer 2017 Musterlösung
Sommer 7 Musterlösung. (5 Punkte) a) Sei V ein Vektorraum über K und sei T End(V ). Geben Sie die Definition eines Eigenwertes von T und zeigen Sie für endlichdimensionales V, dass λ K genau dann ein Eigenwert
MehrLineare Algebra für Ingenieure
TECHNISCHE UNIVERSITÄT BERLIN SS 4 Fakultät II - Mathematik J Liesen/F Lutz/R Seiler Lineare Algebra für Ingenieure Lösungen zur Juli-Klausur Stand: 4 September 4 Rechenteil Aufgabe (8 Punkte Berechnen
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik WS 05/06 Prof. Dr. Michael Scheutzow 20. Februar 2006
Technische Universität Berlin Fakultät II Institut für Mathematik WS 5/6 Prof. Dr. Michael Scheutzow 2. Februar 26 Februar Klausur Lineare Algebra I Name:.............................. Vorname:..............................
MehrRichie 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.
MehrLineare Algebra II Lösungen der Klausur
Prof Dr K Doerk 673 Jens Mandavid Christian Sevenheck Lineare Algebra II Lösungen der Klausur (a Diese Aussage ist richtig, sie stimmt nämlich für k = Sei nämlich n N beliebig und bezeichne N die Menge
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 (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016
Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016 Bearbeiten Sie bitte zwei
MehrEigenwerte, Diagonalisierbarkeit, charakteristisches Polynom
Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eine Fragestellung, die uns im weiteren beschäftigen wird, ist das Finden eines möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse
MehrVorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)
Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 15: Eigenwerte und -vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 5. November 2009) Diagonalisierbarkeit
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
MehrLösung 13: Unitäre Vektorräume und normale Abbildungen
D-MATH Lineare Algebra II FS 2017 Dr. Meike Akveld Lösung 13: Unitäre Vektorräume und normale Abbildungen 1. a) Im Folgenden sei γ : V V C die Abbildung γ(v, w) v + w 2 v w 2 i v + iw 2 + i v iw 2. : Wir
Mehr1. 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)
Mehra) Die Abbildung µ h ist injektiv, da für alle g 1, g 2 G gilt: Daher ist µ h bijektiv. Zudem folgt aus µ h (g) = g auch
Aufgabe. (8 Punkte) Es sei (G, ) eine Gruppe und e G ihr neutrales Element. Für h G sei µ h : G G die Abbildung, die durch g G : µ h (g) := h g gegeben ist. a) Zeigen Sie, dass für jedes h G die Abbildung
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,
MehrKontrollfragen und Aufgaben zur 3. Konsultation
1 Technische Universität Ilmenau Fakultät für Mathematik und Naturwissenschaften Institut für Mathematik Prof. Dr. Michael Stiebitz Kontrollfragen und Aufgaben zur 3. Konsultation Termin: Ort: Determinante
MehrMusterlösung der Klausur zur linearen Algebra II
David Blottière SS 7 Patrick Schützdeller Universität Paderborn Julia Sauter Musterlösung der Klausur zur linearen Algebra II Aufgabe 1 Bestimmen Sie Jordan-Normalformen der folgenden Matrizen, und schreiben
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,
MehrKlausur Lineare Algebra I am Es sind insgesamt 60 Punkte bei der Klausur zu erreichen.
Klausur Lineare Algebra I am 03.02.10 Es sind insgesamt 60 Punkte bei der Klausur zu erreichen. Aufgabe 1. (6 Punkte insgesamt) a.) (3P) Definieren Sie, was eine abelsche Gruppe ist. b.) (3P) Definieren
MehrLineare Algebra I Ferienblatt
Wintersemester 09/0 Prof. Dr. Frank-Olaf Schreyer Dr. Janko Boehm Lineare Algebra I Ferienblatt. Sei, das Euklidische Skalarprodukt auf R. Das Kreuzprodukt a b von Vektoren a, b R ist durch die Formel
Mehr10 Unitäre Vektorräume
10 Unitäre Vektorräume Pink: Lineare Algebra 2014/15 Seite 98 10 Unitäre Vektorräume Die Theorie komplexer Vektorräume mit Skalarprodukt folgt denselben Linien wie die Theorie reeller Vektorräume mit Skalarprodukt;
MehrKLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008
KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008 MUSTERLÖSUNG Name: Studiengang: Aufgabe 1 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter die Aufgabenstellung
MehrLineare Algebra II 11. Übungsblatt
Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2017
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 7 L I N E A R E A L G E B R A F Ü R T P H, U E (.64). Haupttest (FR, 9..8) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
Mehr1. Hausübung ( )
Übungen zur Vorlesung»Lineare Algebra B«(SS ). Hausübung (8.4.) Aufgabe Es seien σ (3, 6, 5,, 4, 8,, 7) und τ (3,,, 4, 6, 5, 8, 7). Berechnen Sie σ τ, τ σ, σ, τ, die Anzahl der Inversionen von σ und τ
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2017
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 7 L I N E A R E A L G E B R A F Ü R T P H, U E (.64). Haupttest (FR, 9..8) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 42 Normale Endomorphismen Nach Satz 34.1 besitzt eine Isometrie über C eine Orthonormalbasis aus Eigenvektoren
MehrAusgewählte 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
MehrKarlsruher Institut für Technologie (KIT) WS 2012/13 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning
Karlsruher Institut für Technologie (KIT) WS 22/3 Institut für Analysis 28..23 Prof. Dr. Tobias Lamm Dr. Patrick Breuning Höhere Mathematik I für die Fachrichtung Physik 4. Übungsblatt (letztes Blatt)
MehrLösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink
Lineare Algebra D-MATH, HS 201 Prof. Richard Pink Lösung zu Serie 18 1. Sei V,, ein endlich-dimensionaler unitärer Vektorraum. Zeige, dass zu jeder Sesquilinearform f : V V C eine eindeutige lineare Abbildung
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
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 0/06 Lineare Algebra und analytische Geometrie I Vorlesung... und ein guter Lehrer kann auch einem schlechten Schüler was beibringen Beziehung zwischen Eigenräumen Wir
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
MehrInstitut für Analysis und Scientific Computing E. Weinmüller WS 2017
Institut für Analysis und Scientific Computing TU Wien E. Weinmüller WS 27 L I N E A R E A L G E B R A F Ü R T P H, U E (.64) 2. Haupttest (FR, 9..28) (mit Lösung ) Ein einfacher Taschenrechner ist erlaubt.
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 2 2. (Frühjahr 29, Thema 3, Aufgabe 3) Gegeben sei die reelle 3 3 Matrix 4 2 A = 2 7 2 R 3 3. 2 2 a)
Mehr6 Eigenwerte und Eigenvektoren
6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,
MehrÜbungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12
Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12 Schriftliche Aufgaben Aufgabe 1. Sei A M(n n, C). Zeigen Sie: (1) exp(a) ist invertierbar mit exp(a) 1 = exp( A). (2) Ist A M(n n, C) selbstadjungiert
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:
MehrAufgaben zur linearen Algebra und analytischen Geometrie I
Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und
MehrLineare Algebra II (NAWI) SS2014 Übungsblatt 1
Lineare Algebra II (NAWI) SS2014 Übungsblatt 1 Aufgabe 1. Welche der folgenden Abbildungen sind Sesquilinearformen oder Bilinearformen? Welche davon sind Skalarprodukte? (a) B 1 : R R R, (x, y) xy (b)
MehrLösungen zu Prüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Sommer 4 Lösungen zu Prüfung Lineare Algebra I/II für D-MAVT. [ Punkte] Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in
Mehr12 Lineare Algebra - Übersicht. Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen
12 Lineare Algebra - Übersicht Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen Unterräume Sei X ein Vektorraum über Ã. Eine Teilmenge M X heißt Unterraum von X, wenn
MehrScheinklausur, 2. Teil, Lineare Algebra I, WS 2001, Prof. Dr. G. Hiß. Ja oder
Gruppe A Scheinklausur 2. Teil 15.2.2002 Lineare Algebra I WS 2001 Prof. Dr. G. Hiß Name: Matrikelnummer: Kreuzen Sie bei jeder Frage entweder Ja oder Nein oder nichts an. Auswertung der Multiple-Choice-Aufgaben:
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
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
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 12
Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 12 Hausaufgaben Aufgabe 12.1 Sei f : R 3 R 3 gegeben durch f(x) :=
Mehr5.2 Diagonalisierbarkeit und Trigonalisierung
HINWEIS: Sie finden hier eine vorläufige Kurzfassung des Inhalts; es sind weder Beweise ausgeführt noch ausführliche Beispiele angegeben. Bitte informieren Sie sich in der Vorlesung. c M. Roczen und H.
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 205): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2 2
Mehr43911: Lineare Algebra/Geometrie Prüfungstermin Herbst 2015 Lösungsvorschlag
Dr. Erwin Schörner 49: Lineare Algebra/Geometrie Prüfungstermin Herbst 5 Lösungsvorschlag I.. a Die in Abhängigkeit vom Parameter t R für t t A t t t R und b R t + t t + t zu betrachtende Menge F t { x
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
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
MehrKlausur zur Vorlesung Lineare Algebra I
Heinrich Heine Universität Düsseldorf 31.07.2010 Mathematisches Institut Lehrstuhl für Algebra und Zahlentheorie Prof. Dr. Oleg Bogopolski Klausur zur Vorlesung Lineare Algebra I Bearbeitungszeit: 120
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 26/7): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:
Mehr7.3 Unitäre Operatoren
Wir können jeden Operator T wie folgt schreiben: Dabei gilt T = 1 2 (T + T ) + i( 1 2 i (T T )) (T + T ) = T + T sowie ( 1 2 i (T T )) = 1 2 i (T T) = 1 2 i (T T ). Wir können T also in zwei lineare Operatoren
MehrKapitel 11 Eigenwerte und Eigenvektoren
Kapitel Eigenwerte und Eigenvektoren. Problem der Diagonalisierbarkeit Es sei wieder K gleich R oder. Eine n n)-matrix A mit Koeffizienten aus K wird als diagonalisierbar bezeichnet, wenn es eine invertierbare
MehrTutorium 3. 1 Nilpotente Endomorphismen. Definition. Sei Φ End(V ). Φ heißt nilpotent: n N : Φ n = 0
Tutorium 3 1 Nilpotente Endomorphismen Definition. Sei Φ End(V ). Φ heißt nilpotent: n N : Φ n = Bemerkung. Sei V {}. Dann ist λ = einziger EW. Und wegen H(Φ, ) = Kern((Φ id) k ) Kern(Φ n ) = Kern() =
Mehr4.2 Die adjungierte Abbildung
4.2. DIE ADJUNGIERTE ABBILDUNG 177 4.2 Die adjungierte Abbildung Die Vektorräume dieses Paragraphen seien sämtlich euklidisch, die Norm kommt jetzt also vom inneren Produkt her, v = v v. Zu f Hom R (V,
Mehr