Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5

Größe: px
Ab Seite anzeigen:

Download "Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5"

Transkript

1 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 := und die lineare Abbildung ϕ : R 4 R 3, x A x. Bestimmen Sie für den Kern und das Bild der Abbildung ϕ jeweils eine Basis. 5. (Frühjahr, Thema, Aufgabe 3) Gegeben sei die lineare Abbildung f : R 5 R 4, x x a) Bestimmen Sie eine Basis von Bild(f). b) Untersuchen Sie f auf Injektivitiät und Surjektivität. 5.3 (Herbst 9, Thema, Aufgabe ) Betrachtet werde die Abbildung g : R 3 R, v v v v + v 3. v 3 a) Zeigen Sie, dass g eine lineare Abbildung ist und geben Sie eine darstellende Matrix für g an. b) Geben Sie für Kern(g) und Bild(g) jeweils die Dimension und eine Basis an. c) Lösen Sie die lineare Gleichung g(v) =.

2 5.4 (Frühjahr, Thema, Aufgabe ) Für die reelle 3 4 Matrix 3 5 A = R betrachte man die lineare Abbildung f : R 4 R 3, f(x) = A x. Es seien U = Kern(f) der Kern von f sowie W = Bild(f) der Bildraum von f. a) Zeigen Sie, dass sowohl U als auch W die Dimension besitzt. Bestimmen Sie eine Basis u, u von U und eine Basis w, w von W. b) Entscheiden Sie, ob es eine lineare Abbildung g : R 3 R 4 mit Kern(g) = W und Bild(g) = U gibt und begründen Sie diese Entscheidung. 5.5 (Frühjahr 8, Thema, Aufgabe ) In Abhängigkeit von einem reellen Parameter s sei die Matrix A s := 5 3 R s gegeben. Die zugehörige lineare Abbildung sei f s : R 4 R 3, f s (x) = A s x. a) Bestimmen Sie alle Parameter s R, für welche die lineare Abbildung f s surjektiv ist, und berechnen Sie für diese s den Kern von f s. b) Nun sei s = gewählt. Bestimmen Sie eine Basis v, v des Kerns und eine Basis w, w des Bildraums von f. 5.6 (Herbst, Thema, Aufgabe 5) Es sei F : R 4 R 4 die lineare Abbildung mit der Matrix B =. a) Bestimmen Sie eine Basis für den Kern von F. b) Zeigen Sie, dass B den Eigenwert besitzt und bestimmen Sie den zugehörigen Eigenraum. c) Entscheiden Sie, ob B diagonalisierbar ist, und begründen Sie Ihre Antwort.

3 5.7 (Frühjahr, Thema 3, Aufgabe ) In Abhängigkeit von einem reellen Parameter t seien die Matrix 3 A(t) = t t 4 + t 4t 4 t 8t und der Vektor b(t) = t 9 + t gegeben. a) Bestimmen Sie in Abhängigkeit von t den Rang der Matrix A(t). b) Geben Sie eine Basis an für den Kern der linearen Abbildung R 4 R 4, x A() x. 3 t c) Für welche Werte von t ist das inhomogene lineare Gleichungssystem lösbar? 5.8 (Herbst 4, Thema, Aufgabe ) A(t) x = b(t) a) Für den Endomorphismus l A : R 4 R 4, l A (x) = A x, mit der Matrix 4 3 A = R4 4 3 zeige man Kern(l A ) = Bild(l A ). b) Man bestimme Matrizen B R 4 4 und C R 4 4, so dass die dadurch gegebenen Endomorphismen l B : R 4 R 4, l B (x) = B x, und l C : R 4 R 4, l C (x) = C x, die Eigenschaften besitzen. Kern(l B ) Bild(l B ) R 4 und Bild(l C ) Kern(l C ) R (Frühjahr, Thema 3, Aufgabe 3) Sei π die lineare Abbildung Zeigen Sie: π : R 3 R 3, a) Für alle v R 3 ist π(π(v)) = π(v). b) Kern(π) Bild(π) = {}. c) R 3 = Kern(π) + Bild(π). x x y z y z x z x y.

4 5. (Herbst 4, Thema, Aufgabe 3) a) Zeigen Sie, dass die Matrix S = invertierbar ist, und bestimmen Sie S. b) Im R 3 seien die Vektoren a =, a =, a 3 = gegeben. Zeigen Sie, dass es genau eine lineare Abbildung f : R 3 R 3 gibt mit f(a ) = a, f(a ) = a 3 f(a 3 ) = a, und bestimmen Sie die darstellende Matrix von f bezüglich der Standardbasis des R (Frühjahr, Thema, Aufgabe 3) a) Bestimmen Sie die Inverse der Matrix M =. b) Im R 3 seien die Vektoren f =, f =, f 3 =, g =, g =, g 3 = gegeben. Bestimmen Sie eine Matrix N mit N f i = g i für i =,, (Herbst, Thema, Aufgabe ) a) Gibt es jeweils eine lineare Abbildung f : R 3 R 3 mit den angegebenen drei Vorgaben? Begründen Sie Ihre Antwort. (e, e, e 3 bezeichnen die Standardbasisvektoren in R 3.) (i) f(e ) = (, 3, ), f(e ) = (,, 3), f(e 3 ) = (4, 4, 4). (ii) f((,, 3)) = e, f((, 3, )) = e, f(( 3,, 3)) = (,, ). b) Bestimmen die Vorgaben g((,, 3, 4)) = (,, 3, 4) g((,, 5, 3)) = (4, 3,, ) g((, 4, 6, 4)) = (,,, ) g((, 4, 4, )) = (,,, ) eine eindeutige lineare Abbildung g : R 4 R 4?

5 5.3 (Frühjahr 9, Thema 3, Aufgabe ) Im reellen Vektorraum R 3 seien die Vektoren v =, v =, t v 3 = t und w =, w =, w 3 = gegeben; dabei ist t ein reeller Parameter. a) Bestimmen Sie alle Parameter t R, für die v, v, v 3 linear unabhängig sind, und stellen Sie in den anderen Fällen den Nullvektor jeweils als nichttriviale Linearkombination dieser Vektoren dar. b) Bestimmen Sie alle Parameter t R, für die es eine lineare Abbildung f : R 3 R 3 mit f(v ) = w, f(v ) = w und f(v 3 ) = w 3 gibt. Entscheiden Sie mit Begründung, in welchen Fällen f dadurch eindeutig bestimmt ist. 5.4 (Herbst 6, Thema, Aufgabe ) Gegeben seien die Vektoren v, v, v 3 R 3 und w, w, w 3 R 4 durch v =, v =, v 3 = c, c Dabei ist c ein reeller Parameter. w =, w =, w 3 =. 3 a) Bestimmen Sie in Abhängigkeit von c die Dimension des von v, v, v 3 aufgespannten Unterraums im R 3. b) Untersuchen Sie, für welche Werte von c es (i) keine, (ii) genau eine, (iii) mehr als eine lineare Abbildung f : R 3 R 4 gibt mit f(v i ) = w i für i =,, 3. c) Nun sei c = und f : R 3 R 4 die lineare Abbildung mit f(v i ) = w i für i =,, 3. Bestimmen Sie die Dimension des Bildes von f. Untersuchen Sie, ob f injektiv bzw. surjektiv ist.

6 5.5 (Herbst 3, Thema, Aufgabe ) Bestimmen Sie alle α R, für die es eine lineare Abbildung f : R 3 R 3 mit f(a i ) = b i für i =,, 3, 4 gibt, wobei a =, a =, a 3 = 3, a 4 =, b =, b =, b 3 =, α b 4 = (Frühjahr, Thema 3, Aufgabe 3) Im R 3 bzw. R seien die Vektoren 3 b =, b =, b 3 =, bzw. c = gegeben. ( ), c = ( ) 3 a) Zeigen Sie, dass b, b, b 3 eine Basis des R 3 und c, c eine Basis des R ist. b) Bezüglich der kanonischen Basen des R 3 und R sei die lineare Abbildung f P : R 3 R durch die Matrix ( ) P = R,3 gegeben. Bestimmen Sie die darstellende Matrix P für f P Basen aus a). 5.7 (Herbst, Thema 3, Aufgabe ) Sei A = 3 3 die Matrix der Abbildung f : R R 3 bzgl. der folgenden Basen (( ) ( ) ( ) ( )) B =,,,, B =,,. a) Stellen Sie ( ) a b M = c d als Linearkombination der Basiselemente aus B dar. bezüglich der b) Bestimmen Sie den Bildvektor f(m) der Matrix M bezüglich der Standardbasis des R 3. c) Ist f surjektiv? (mit Begründung)

7 5.8 (Herbst, Thema, Aufgabe ) Für die reelle 3 4 Matrix 5 A = 3 R betrachte man die zugehörige lineare Abbildung f : R 4 R 3, f(x) = A x; es seien U = Kern(f) der Kern von f sowie W = Bild(f) der Bildraum von f. a) Man zeige, dass sowohl U als auch W die Dimension besitzt, und bestimme eine Basis von U sowie eine Basis von W. b) Man ermittle eine Basis von R 4 und eine Basis von R 3, so dass f bezüglich dieser Basen die darstellende Matrix M = R 3 4 besitzt. 5.9 (Frühjahr 3, Thema 3, Aufgabe ) Man betrachte den von den vier Vektoren 5 5 v =, v =, w = 3, w = 4 R 3 3 aufgespannten Untervektorraum V = v, v, w, w im R 3. a) Man zeige, dass v, v eine Basis von V ist, und stelle w und w als Linearkombinationen von v, v dar. b) Man begründe, dass es genau einen Endomorphismus f : V V von V mit f(v ) = w und f(v ) = w gibt, und gebe die darstellende Matrix von f bezüglich der Basis v, v von V an. c) Man zeige, dass f diagonalisierbar ist, und bestimme eine Basis von V aus Eigenvektoren von f. 5. (Herbst 4, Thema 3, Aufgabe 4) Es sei A R n n eine invertierbare Matrix und Zeigen Sie: a) f ist eine lineare Abbildung. f : R n n R n n, X AXA. b) Die Menge U A := { X R n n f(x ) = f(x) } ist ein Untervektorraum von R n n. c) Ist A orthogonal, so ist U A = R n n. d) ist ein Eigenwert von f. e) ist kein Eigenwert von f.

8 5. (Herbst, Thema, Aufgabe 3) Es sei V der Vektorraum der reellen Matrizen. Auf V werde eine Abbildung ( ) ( ) Φ : V V durch A A definiert. a) Zeigen Sie, dass Φ eine lineare Abbildung ist. b) Bestimmen Sie den Kern und das Bild von Φ. c) Es sei U der Unterraum U := {( ) } a b a, b, c R. c Bestimmen Sie die Dimensionen der Unterräume Φ(U), U Φ(U) und U + Φ(U). 5. (Frühjahr 5, Thema, Aufgabe ) Es sei V der R Vektorraum der reellen Matrizen ( ) x x X = x x 3 x, x, x 3, x 4 R. 4 Weiter sei A = ( ) V 3 und f : V V die Abbildung X f(x) = AX XA. a) Zeigen Sie, dass f linear ist. b) Drücken Sie die Komponenten y, y, y 3, y 4 der Bildmatrix Y = f(x) explizit durch x, x, x 3, x 4 aus. c) Bestimmen Sie eine Basis für den Kern und den Bildraum von f sowie die Dimension dieser Vektorräume. 5.3 (Frühjahr 3, Thema, Aufgabe ) Seien A, B R gegeben. Betrachten Sie die Abbildung f : R R, X AX XB. ( ) x a) Zeigen Sie: Ist x = ein Eigenvektor von A zum Eigenwert λ und ( ) x y y = ein Eigenvektor der transponierten Matrix t B zum Eigenwert µ, y so ist ( x y ) x y x y x y ein Eigenvektor von f zum Eigenwert λ µ. = x ty b) Haben A und B einen gemeinsamen Eigenwert, so gibt es eine Matrix C R \ {} mit AC = CB.

9 5.4 (Frühjahr 5, Thema 3, Aufgabe ) ( ) 3 Sei A =. 4 5 a) Zeigen Sie, dass Φ : R 3 R, X A X eine R lineare Abbildung ist. b) Zeigen Sie, dass Φ surjektiv ist. c) Bestimmen Sie alle X R 3 mit A X = E. 5.5 (Herbst 7, Thema 3, Aufgabe 3) Es bezeichne R den Vektorraum der reellen -Matrizen und ϕ : R R die lineare Abbildung ϕ(a) = A + A, wobei A die zu A transponierte Matrix ist. a) Bestimmen Sie die darstellende Matrix von ϕ bezüglich der Basis ( ) ( ) ( ) ( ),,, R. b) Zeigen Sie, dass ϕ diagonalisierbar ist und bestimmen Sie eine Basis des Vektorraums R aus Eigenvektoren für ϕ. 5.6 (Frühjahr 7, Thema, Aufgabe ) Im Vektorraum V = R der reellen Matrizen sei die Basis ( ) ( ) ( ) ( ) A =, A =, A 3 =, A 4 = gegeben. a) Bestimmen Sie die darstellende Matrix der linearen Abbildung ( ) F : V V, F (A) = A bezüglich der Basis A, A, A 3, A 4. b) Entscheiden Sie, ob F diagonalisierbar ist. 5.7 (Herbst 8, Thema, Aufgabe 4) Es sei V der R Vektorraum der reellen Matrizen. Zeigen Sie, dass die lineare Abbildung ( ) F : V V, F (A) = A die Eigenwerte und besitzt und bestimmen Sie Basen der zugehörigen Eigenräume. Ist F diagonalisierbar?

10 5.8 (Frühjahr 3, Thema, Aufgabe ) Es bezeichne V := {f(x) = a 3 X 3 + a X + a X + a R[X] deg(f) 3} den reellen Vektorraum aller reellen Polynome, deren Grad höchstens 3 ist. a) Zeigen Sie, dass bei vorgegebenem c R die Abbildung linear ist. ϕ c : V R, f(x) f(c) b) Bestimmen Sie die Dimension des Untervektorraums U c := {f(x) V f(c) = }. c) Bestimmen Sie die Dimension des Durchschnitts U U und eine Basis davon. 5.9 (Frühjahr 5, Thema, Aufgabe ) Sei P der reelle Vektorraum der reellen Polynome vom Grad. Sei ( ) L : P R p(), p. p() p( ) a) Zeigen Sie, dass L eine lineare Abbildung ist. b) Zeigen Sie, dass L surjektiv ist und bestimmen Sie dim(ker(l)) (die Dimension des Kerns ker(l) von L). c) Bestimmen Sie eine Basis von ker(l). d) Bestimmen Sie die L darstellende Matrix bezüglich der Basis (, x, x ) von P und der Standardbasis (( ), ( )) von R. 5.3 (Herbst 3, Thema, Aufgabe ) Für d N bezeichne V d die Menge aller Polynome mit reellen Koeffizienten in einer Unbestimmten X und vom Grad d, ferner sei Für jedes d N: a) Zeigen Sie U d+ V d+. b) Zeigen Sie, dass die Abbildung U d+ := {f (X ) f V d }. α d : V d V d+, f f (X ) R linear ist; bestimmen Sie Kern und Bild dieser Abbildung. c) Bestimmen Sie dim(u d+ ). 5.3 (Herbst, Thema, Aufgabe 3) Es bezeichne R[X] den R Vektorraum aller Polynome mit reellen Koeffizienten und V R[X] den Untervektorraum aller Polynome vom Grad höchstens = 3. Weiter sei die lineare Abbildung f : V V definiert durch f : p(x) (p(x + ) + p(x )). a) Bestimmen Sie die zu f gehörende Matrix bezüglich der Basis, X, X, X 3. b) Zeigen Sie: Genau die Polynome p vom Grad sind Eigenvektoren von f.

11 5.3 (Herbst, Thema 3, Aufgabe ) Für n N bezeichne Pol n (R) den R Vektorraum der Polynome p(x) vom Grad(p) n mit reellen Koeffizienten. Betrachtet werde die Abbildung f : Pol 3 (R) Pol (R), p p (X + ) p. Dabei bezeichne p bzw. p die erste bzw. zweite Ableitung des Polynoms p. a) Zeigen Sie, dass f linear ist. b) Bestimmen Sie die darstellende Matrix M von f bezüglich der Standardbasen, X, X, X 3 von Pol 3 (R) und, X, X von Pol (R). c) Berechnen Sie eine Basis von Kern(f) sowie eine Basis von Bild(f) (Frühjahr 9, Thema, Aufgabe ) Betrachtet werde der Vektorraum V = { a + a X + a X a, a, a R } der reellen Polynome vom Grad. Für ein Polynom p V bezeichnet p seine Ableitung. a) Zeigen Sie, dass für jedes feste α R die Abbildung ein Endomorphismus von V ist. ϕ : p Xp + αp b) Bestimmen Sie alle α R, für die ϕ ein Isomorphismus ist (Frühjahr 9, Thema, Aufgabe ) Es sei R [x] der Vektorraum aller Polynome mit reellen Koeffizienten, W R [x] der Untervektorraum der Polynome vom Grad 3, und f : W W die lineare Abbildung p(x) p(x + ) p(x). a) Bestimmen Sie die Abbildungsmatrix von f bezüglich der Basis, x, x, x 3 von W. b) Entscheiden Sie, ob f injektiv, surjektiv oder sogar bijektiv ist. c) Bestimmen Sie Ker(f), Bild(f) und die Dimensionen dieser beiden Räume (Herbst 8, Thema, Aufgabe ) Es sei V der R Vektorraum aller reellen Polynome vom Grad. Für jedes Polynom p(x) hat das Polynom x p(x + ) x p(x) keinen höheren Grad als p(x). Deswegen ist die lineare Abbildung F : V V, p(x) x p(x + ) x p(x), wohldefiniert. a) Bestimmen Sie die Matrix von F bezüglich der Basis, x, x von V. b) Ist diese Matrix (und damit die Abbildung F ) diagonalisierbar?

12 5.36 (Frühjahr 7, Thema 3, Aufgabe 3) Es sei V ein 4 dimensionaler R Vektorraum mit der Basis v, v, v 3, v 4. Weiter sei ϕ : V V die lineare Abbildung mit ϕ(v ) = v, ϕ(v ) = v 3, ϕ(v 3 ) = v 4, ϕ(v 4 ) = v. Berechnen Sie Basen für die Eigenräume von ϕ in V und entscheiden Sie, ob ϕ reell diagonalisierbar ist (Frühjahr 4, Thema 3, Aufgabe ) Sei f : V V ein Endomorphismus eines reellen Vektorraums V mit der Eigenschaft f f = id V. Ferner seien Man zeige: U = {u V f(u) = u} und W = {w V f(w) = w}. a) Es sind U und W Untervektorräume von V, und für alle v V gilt v+f(v) U und v f(v) W. b) Es ist U + W = V und U W = { V }. c) Ist V vom Nullraum { V } verschieden und endlich erzeugt, so ist der Endomorphismus f : V V diagonalisierbar (Frühjahr 4, Thema, Aufgabe ) Es sei V ein n dimensionaler R Vektorraum, n N, und f : V V eine lineare Abbildung mit dim(ker(f)) = m, so dass a) Zeigen Sie, dass die Einschränkung ein Isomorphismus ist. Bild(f) ker(f) = {}. f Bild(f) : Bild(f) Bild(f) b) Zeigen Sie, dass sich jeder Vektor v V eindeutig als Summe v = v + v mit v ker(f) und v Bild(f) schreiben lässt. c) Zeigen Sie, dass es eine Basis von V gibt, bezüglich der die lineare Abbildung durch eine Blockmatrix der Gestalt ( ) B mit einer invertierbaren Matrix B R k k für k = n m gegeben ist (Frühjahr, Thema, Aufgabe ) Es sei A eine orthogonale n n Matrix. Zeigen Sie: a) Jeder Eigenvektor von A zum Eigenwert ist auch Eigenvektor der transponierten Matrix A zum gleichen Eigenwert. b) Der Eigenraum von A zum Eigenwert ist orthogonal zum Bildraum der linearen Abbildung R n R n, x (A E n ) x.

13 5.4 (Frühjahr, Thema, Aufgabe ) Sei R n n die Menge aller reellen n n Matrizen und sei M R n n eine Matrix mit der Eigenschaft M M = M. Zeigen Sie die folgenden Aussagen: a) Die Matrix M := (E n M) R n n (wobei E n R n n die Einheitsmatrix sei) erfüllt die Gleichung M M = M. b) Bild(M) = Kern(M ) und Bild(M ) = Kern(M) (wobei wir eine Matrix in R n n mit der zugeordneten linearen Abbildung R n R n identifizieren). c) R n = Bild(M) Kern(M). 5.4 (Frühjahr, Thema, Aufgabe 3) Es sei V ein endlich dimensionaler Vektorraum und ϕ : V V linear. Zeigen Sie: a) Ist Kern(ϕ) Bild(ϕ) = {}, so ist V = Kern(ϕ) Bild(ϕ). b) Ist ϕ ϕ = ϕ, so ist Bild(ϕ) die Menge der Fixpunkte von ϕ, und es gilt V = Kern(ϕ) Bild(ϕ). 5.4 (Frühjahr 3, Thema, Aufgabe 4) Sei A R n n eine reelle n n Matrix. Zeigen Sie: a) Es gilt ker(a) ker(a ). b) Genau dann gilt sogar ker(a) = ker(a ), wenn Bild(A) ker(a) = {} (Herbst 3, Thema, Aufgabe 4) Es seien V und W endlichdimensionale R Vektorräume und f : V W eine lineare Abbildung. Entscheiden Sie (mit Begründung), welche der folgenden sechs Eigenschaften von f zueinander äquivalent sind: (i) f ist injektiv (iv) dim Bild(f) = dim W (ii) f ist surjektiv (v) dim Kern(f) = (iii) dim Bild(f) = dim V (vi) dim Kern(f) = dim V dim W 5.44 (Herbst 3, Thema, Aufgabe ) Es seien ϕ : W U und ψ : V W lineare Abbildungen zwischen endlichdimensionalen R Vektorräumen. a) Zeigen Sie, dass ϕ ψ : V U eine lineare Abbildung ist. b) Zeigen oder widerlegen Sie die folgenden Aussagen: i) Wenn ϕ ψ injektiv ist, dann ist ψ injektiv. ii) Wenn ϕ ψ injektiv ist, dann ist ϕ injektiv. iii) Wenn ϕ ψ surjektiv ist, dann ist ψ surjektiv. iv) Wenn ϕ ψ surjektiv ist, dann ist ϕ surjektiv.

14 5.45 (Herbst 3, Thema, Aufgabe 3) Es sei V ein R Vektorraum und v, v eine Basis von V. Weiter seien a, b R und ϕ : V V eine lineare Abbildung, die durch gegeben ist. ϕ(v ) = a v + b v ϕ(v ) = b v + a v a) Es sei id V : V V, v v, die identische Abbildung. Zeigen Sie, dass die Abbildungen id V, ϕ, ϕ im Vektorraum der R linearen Abbildungen von V nach V linear abhängig über R sind. b) Zeigen Sie: ϕ ist invertierbar a + b. c) Stellen Sie im Fall von a + b = die Vektoren ϕ (v ) und ϕ (v ) durch v und v dar (Frühjahr, Thema, Aufgabe ) Zeigen oder widerlegen Sie die folgenden Aussagen: a) Es gibt unendlich viele lineare Abbildungen f : R R mit f() =. b) Drei Vektoren v, v, v 3 in R 3 seien paarweise linear unabhängig. Dann sind auch die Vektoren v, v, v 3 linear unabhängig. c) Es gibt eine injektive R lineare Abbildung f : R 3 R.

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Klausurenkurs 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

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008

KLAUSUR 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

Mehr

Lineare Abbildungen und Darstellungsmatrizen

Lineare 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

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar. Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Hinweis:

Mehr

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Definitionen. 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

Mehr

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

Beispiellösungen 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

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 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

Kapitel III. Lineare Abbildungen

Kapitel III. Lineare Abbildungen Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,

Mehr

Mat(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

Mat(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 =

Mehr

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?

Prüfung 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

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter

Mehr

MC-Serie 11: Eigenwerte

MC-Serie 11: Eigenwerte D-ERDW, D-HEST, D-USYS Mathematik I HS 14 Dr. Ana Cannas MC-Serie 11: Eigenwerte Einsendeschluss: 12. Dezember 2014 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung

Mehr

Kapitel 12. Lineare Abbildungen und Matrizen

Kapitel 12. Lineare Abbildungen und Matrizen Kapitel 12 Lineare Abbildungen und Matrizen Lineare Abbildungen f : R n R m Wir wissen schon: Eine lineare Abbildung f : R n R m ist eindeutig durch ein n-tupel von Vektoren v 1, v 2,, v n des R m bestimmt

Mehr

Übungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel.

Übungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel. Blatt 1 21.4.97 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel. 3x 1 x 2 + 5x 3 = 1 x 1 + 2x 2 + x 3 = 1 2x 1 + 4x 2 + 3x 3 = 1 2.) Zeigen Sie: det 1 1 0 0.......... 0 1

Mehr

4 Elementare Vektorraumtheorie

4 Elementare Vektorraumtheorie 4. ELEMENTARE VEKTORRAUMTHEORIE 51 4 Elementare Vektorraumtheorie Im folgenden sei K stets ein Körper. Definition. (i) Eine homogene Gleichung in den Unbekannten ξ 1,..., ξ n ist ein Ausdruck der Gestalt

Mehr

Aufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ).

Aufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ). Aufgabe Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(3A E n ). Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A 3E n ). Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Bild(A

Mehr

2 Einführung in die lineare Algebra

2 Einführung in die lineare Algebra 2 Einführung in die lineare Algebra 2. Vektorräume und ihre Unterräume Definition 2... Sei K ein Körper. Ein Vektorraum über K (oder K-Vektorraum) ist eine Menge V mit einer Addition genannten Verknüpfung

Mehr

6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum

6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum Kapitel II Lineare Algebra und analytische Geometrie 6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum geometrischen

Mehr

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Erinnerung/Zusammenfassung zu Abbildungsmatrizen Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend

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 2008/09 7 Einführung Definition lineare Abbildung

Mehr

Einführung in die Mathematik für Informatiker

Einführung in die Mathematik für Informatiker Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 21.11.2016 6. Vorlesung aufgespannter Untervektorraum Span(T ), Linearkombinationen von Vektoren Lineare Unabhängigkeit

Mehr

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010 Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und

Mehr

Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)

Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen) Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie (Lineare Abbildungen) Dozent/in: R. Burkhardt Büro:.6 Klasse: Semester: Datum: HS 8/9. Aufgabe Zeige, dass die folgenden Abbildungen

Mehr

2.2 Kern und Bild; Basiswechsel

2.2 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare

Mehr

Ein Beispiel für eine lineare Abbildung

Ein Beispiel für eine lineare Abbildung Inhaltsverzeichnis Ein Beispiel für eine lineare Abbildung Lothar Melching Vorbemerkungen 2 Ein Beispiel 2 2 Definition der Abbildung f 2 22 Die Abbildungsmatrix 3 23 Anwendung 3 Eigenwerte 3 Die neue

Mehr

Lineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.

Lineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h. Lineare Abbildungen Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls (1) u, v V : f( u + v) = f( u) + f( v). (2) v V α K : f(α v) = αf( v).

Mehr

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Mathematik für Wirtschaftswissenschaftler im WS 203/4 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Aufgabe 27 Sei eine lineare Abbildung f : R 4 R 3 gegeben durch f(x, x 2, x 3 ) = (2 x 3 x 2

Mehr

Definition 27 Affiner Raum über Vektorraum V

Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V ist die Menge A = Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A,

Mehr

4 Lineare Algebra (Teil 2): Quadratische Matrizen

4 Lineare Algebra (Teil 2): Quadratische Matrizen 4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,

Mehr

1 Mengen und Abbildungen

1 Mengen und Abbildungen 1 MENGEN UND ABBILDUNGEN 1 1 Mengen und Abbildungen Wir starten mit einigen einführenden Definitionen und Ergebnissen aus der Theorie der Mengen und Abbildungen, die nicht nur Grundlage der Linearen Algebra

Mehr

Lineare Algebra I: Eine Landkarte

Lineare Algebra I: Eine Landkarte Bild F Algebra I: Eine Landkarte Faser Versuch einer Übersicht der Themen und Zusammenhänge der n Algebra 1. 1 Algebra I: Bild F Faser Sei B Basis von V. Jedes v V läßt sich eindeutig aus den Basisvektoren

Mehr

Musterlösung Klausur zur Linearen Algebra II

Musterlösung Klausur zur Linearen Algebra II Musterlösung Klausur zur Linearen Algebra II Samstag 8. Juli 6 -Uhr. a) Sei f : V W k-linear. Denieren Sie V und f : W V. b) Die Gruppe G operiere auf der Menge M. Denieren Sie die Bahn und die Isotropiegruppe

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

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen) Def Wiederholung Sei f : V U eine lineare Abbildung Das Bild von f ist die folgende Teilmenge von U: Bild f = {u U so dass es gibt ein Element v V mit f (v) = u} (Andere Bezeichnung: f (V) wird in Analysis-Vorlesung

Mehr

11 Normalformen von Matrizen

11 Normalformen von Matrizen 11 Normalformen von Matrizen Wir wenden uns in diesem Kapitel noch einmal der Untersuchung linearer Abbildungen auf endlichdimensionalen Vektorräumen und deren Darstellung mittels Matrizen zu Speziell

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel 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

Mehr

LINEARE ALGEBRA I, WS 2010/11. NOTIZEN ZUR VORLESUNG.

LINEARE ALGEBRA I, WS 2010/11. NOTIZEN ZUR VORLESUNG. LINEARE ALGEBRA I, WS 2010/11. NOTIZEN ZUR VORLESUNG. ULRICH GÖRTZ 1. Einführung, Motivation 1.1. Lineare Gleichungssysteme. LGS mit 1 Gleichung, 1 Unbestimmten; 1 Gleichung, n Unbestimmten; 2 Gleichungen,

Mehr

Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls

Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume

Mehr

Klausur Linearen Algebra 1 Musterlösung: Aufgabe A

Klausur Linearen Algebra 1 Musterlösung: Aufgabe A Klausur Linearen Algebra 1 Musterlösung: Aufgabe A Wir betrachten den Unterraum V = K[X] 4 aller Polynome vom Grad 4 und die lineare Abbildung f : V K 2 ; P (P (1), P (0)). Es bezeichne v 1,..., v 5 die

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt 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

Mehr

Lineare Algebra. Axiome der Linearen Algebra

Lineare Algebra. Axiome der Linearen Algebra Lineare Algebra Simon Fuhrmann Christian M. Meyer Axiome der Linearen Algebra Im Folgenden sei V ein beliebiger K-Vektorraum und P eine Punktmenge. V und P bilden einen affinen Raum. Seien außerdem U 1

Mehr

6. Übungsblatt zur Mathematik I für Maschinenbau

6. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 6. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 2/ 25..-.2. Aufgabe G (Lineare Gleichungssysteme)

Mehr

4.4. Rang und Inversion einer Matrix

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

Mehr

2 Die Darstellung linearer Abbildungen durch Matrizen

2 Die Darstellung linearer Abbildungen durch Matrizen 2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Mehr

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik Lineare Algebra zusammengestellt von Sabine Giese, Josef Heringlehner, Birgit Mielke, Hans Mielke und Ralph-Hardo Schulz 98 Aufgaben,

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Eigenwerte und Eigenvektoren. asiswechsel.2 Eigenwertgleichung 2.3 Diagonalisierbarkeit 5.4 Trigonalisierung 8.5 Zusatzmaterial 8 Aufgaben 9

Mehr

Lineare Abhängigkeit

Lineare Abhängigkeit Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n

Mehr

Kapitel IV. Lineare Abbildungen. Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen

Kapitel IV. Lineare Abbildungen. Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen Kapitel IV. Lineare Abbildungen Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen Wir wollen nun die Abbildungen F : V W zwischen Vektorräumen V und W untersuchen,

Mehr

Kap 5: Rang, Koordinatentransformationen

Kap 5: Rang, Koordinatentransformationen Kap 5: Rang, Koordinatentransformationen Sei F : V W eine lineare Abbildung. Dann ist der Rang von F erklärt durch: rang F =dim ImF. Stets gilt rang F dimv, und ist dimv

Mehr

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS Doz.Dr. Norbert Koksch TU DRESDEN Fachrichtung Mathematik, Institut für Analysis Übungsaufgaben LAAG I für Lehramtsstudenten GS, MS, BS Logik: Übungsaufgabe 1. Begründen Sie, ob es sich um eine Aussage

Mehr

Lineare Algebra II 5. Übungsblatt

Lineare Algebra II 5. Übungsblatt Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross / Mai Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Algebraisch abgeschlossener Körper) Ein Körper heißt algebraisch abgeschlossen,

Mehr

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht

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

MATHEMATIK II FÜR STUDIERENDE DER PHYSIK

MATHEMATIK II FÜR STUDIERENDE DER PHYSIK - 87 - MATHEMATIK II FÜR STUDIERENDE DER PHYSIK 21 Vektorräume mit Skalarprodukt Wir halten uns hier im Wesentlichen an das Buch G.Fischer : Lineare Algebra, 14. Auflage, Kap. 5. 21.1 Definition und Beispiele

Mehr

Jürgen Hausen Lineare Algebra I

Jürgen Hausen Lineare Algebra I Jürgen Hausen Lineare Algebra I 2. korrigierte Auflage Shaker Verlag Aachen 2009 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation

Mehr

Musterlösung zur Klausur Lineare Algebra II für Lehramt 30.07.2012

Musterlösung 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

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Ringe und Moduln. ausgearbeitet von. Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de

Ringe und Moduln. ausgearbeitet von. Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de Ringe und Moduln ausgearbeitet von Corinna Dohle Matrikelnummer 6299128 corinna@math.upb.de Seminar Darstellungstheorie Prof. Dr. H. Krause, PD Dr. D. Kussin Wintersemester 2007/2008 Grundlagen 1 Grundlagen

Mehr

Aufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler Algebra

Aufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler Algebra Aufgabensammlung zur Vorlesung Höhere Mathematik für Wirtschaftswissenschaftler Algebra Freiberg, den 3 November 0 Inhaltsverzeichnis Kapitel Lineare Algebra 5 Operationen mit Matrizen 5 Lineare Gleichungssysteme

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 Eingebettete Untermannigfaltigkeiten des R d $Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die

Mehr

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH ) Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon

Mehr

2 Euklidische Vektorräume

2 Euklidische Vektorräume Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,

Mehr

Lineare Algebra I Klausur. Klausur - Musterlösung

Lineare Algebra I Klausur. Klausur - Musterlösung Prof. Dr. B. Hanke Dr. J. Bowden Lineare Algebra I Klausur Klausur - Musterlösung 20. Februar 203 Aufgabe - Lösung Aussage wahr falsch (Z, +, 0) ist eine abelsche Gruppe. Der Ring Z/24Z ist nullteilerfrei.

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 11 (WS 2010/2011) Abgabetermin: Donnerstag, 20. Januar. http://www.math.uni-bielefeld.

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 11 (WS 2010/2011) Abgabetermin: Donnerstag, 20. Januar. http://www.math.uni-bielefeld. Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 11 (WS 2010/2011) Abgabetermin: Donnerstag, 20. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung:

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

1 Wiederholung LA. 1.1 Vektorräume

1 Wiederholung LA. 1.1 Vektorräume 1 Wiederholung LA 1.1 Vektorräume Definition der Vektorräume über einem Körper K (siehe Fischer). Beispiele für Vektorräume sind: Der Vektorraum der Parallelverschiebungen des Anschauungsraumes. M(m n,

Mehr

1 Rechnen mit 2 2 Matrizen

1 Rechnen mit 2 2 Matrizen 1 Rechnen mit 2 2 Matrizen 11 Produkt Wir berechnen das allgemeine Produkt von A = Für das Produkt gilt AB = a11 a 12 a 21 a 22 a11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Ergänzung Eigenwerte und Eigenvektoren Motivation Definitionen Beispiele im IR 2 Beispiele im IR 3 Eigenwerte und Eigenvektoren Motivation Lineare Abbildungen, Ausgangsvektor und Bildvektor Lineare Abbildungen

Mehr

1.9 Eigenwerte und Eigenvektoren

1.9 Eigenwerte und Eigenvektoren .9. EIGENWERTE UND EIGENVEKTOREN 0.9 Eigenwerte und Eigenvektoren Alles in diesem Abschnitt bezieht sich auf quadratische reelle oder komplexe n n-matrizen. Statt E n (n n-einheitsmatrix) wird kurz E geschrieben..

Mehr

Elemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S

Elemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S Begriffe Faser: Es sei f : M N eine Abbildung von Mengen. Es sei n N. Die Menge f 1 ({n}) M nennt man die Faser in n. (Skript Seite 119). Parallel: Zwei Vektoren v und w heißen parallel, wenn für einen

Mehr

Matrizen. Aufgabe 1. Sei f R 2 R 3 definiert durch. x y x Berechnen Sie die Matrix Darstellung von f. Lösung von Aufgabe 1.

Matrizen. Aufgabe 1. Sei f R 2 R 3 definiert durch. x y x Berechnen Sie die Matrix Darstellung von f. Lösung von Aufgabe 1. Matrizen Aufgabe Sei f R R 3 definiert durch ( x 3y x f x + y y x Berechnen Sie die Matrix Darstellung von f Lösung von Aufgabe ( f ( f 3 Die Matrix Darstellung von f ist somit A 3 Aufgabe Eine lineare

Mehr

Algebra I. Zwischenprüfung. 19. Februar 2016

Algebra I. Zwischenprüfung. 19. Februar 2016 Name: Vorname: Studiengang: Legi-Nr.: Algebra I D-MATH, HS 2015 Prof. Richard Pink Algebra I Zwischenprüfung Wichtig: 19. Februar 2016 Die Prüfung dauert 120 Minuten. Bitte legen Sie Ihre Legi (Studierendenausweis)

Mehr

Lineare Algebra für die Sekundarstufe I (L2/L5) SS Jürgen Wolfart

Lineare Algebra für die Sekundarstufe I (L2/L5) SS Jürgen Wolfart Lineare Algebra für die Sekundarstufe I (L2/L5 SS 2008 Jürgen Wolfart Skript: Cristina Sarti Bilder: Claudia Baden Kapitel 1 Lineare Gleichungssysteme Problemstellung: Finde Lösungsmengen von Gleichungen

Mehr

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema 1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und

Mehr

4. Vektorräume und Gleichungssysteme

4. Vektorräume und Gleichungssysteme technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume

Mehr

4. Übungsblatt Matrikelnr.: 6423043

4. Übungsblatt Matrikelnr.: 6423043 Lineare Algebra I 1. Name: Bleeck, Christian 4. Übungsblatt Matrikelnr.: 6423043 Abgabe: 15.11.06 12 Uhr (Kasten D1 320) Übungsgruppe: 03 Patrick Schützdeller 2. Name: Niemann, Philipp Matrikelnr.: 6388613

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

Musterlösungen zur Linearen Algebra II Blatt 5

Musterlösungen zur Linearen Algebra II Blatt 5 Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische

Mehr

1 Schnellkurs Lineare Algebra was bisher geschah...

1 Schnellkurs Lineare Algebra was bisher geschah... 25 1 Schnellkurs Lineare Algebra was bisher geschah... In diesem Kapitel... Sich der Inhalte aus dem ersten Teil des Schnellkurses erinnern Lücken erkennen und im Vorfeld beseitigen Gestärkt mit Volldampf

Mehr

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren Aufgabe Gegeben seien die Punkte A(,,, B(,,, C(,,. (a Geben Sie die Hesse-Normalform der Ebene E, welche die drei Punkte A, B und C enthält, an. (b Bestimmen Sie den Abstand des Punktes P (,, 5 zur Ebene

Mehr

3 Vektorbündel und das Tangentialbündel

3 Vektorbündel und das Tangentialbündel $Id: vektor.tex,v 1.6 2014/06/30 10:20:57 hk Ex $ $Id: fluss.tex,v 1.2 2014/06/30 12:36:06 hk Ex hk $ 3 Vektorbündel und das Tangentialbündel 3.4 Ableitungen von C q -Funktionen In der letzten Sitzung

Mehr

1. Klausur. für bau immo tpbau

1. Klausur. für bau immo tpbau 1. Klausur Höhere Mathematik I/II für bau immo tpbau Wichtige Hinweise Die Bearbeitungszeit beträgt 120 Minuten. Verlangt und gewertet werden alle 6 Aufgaben. Bei Aufgabe 1 2 sind alle Lösungswege und

Mehr

Mathematik für Anwender I. Beispielklausur I mit Lösungen

Mathematik für Anwender I. Beispielklausur I mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.

Mehr

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung Kapitel 2: Matrizen 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung 2.1 Matrizen M = n = 3 m = 3 n = m quadratisch M ij : Eintrag von M in i-ter

Mehr

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.

Mehr

8 Lineare Abbildungen

8 Lineare Abbildungen 80 8 Lineare Abbildungen In diesem Kapitel untersuchen wir lineare Abbildungen von R n nach R m wie zum Beispiel Spiegelungen, Drehungen, Streckungen und Orthogonalprojektionen in R 2 und R 3 Man nennt

Mehr

Lineare Algebra und analytische Geometrie II (Unterrichtsfach)

Lineare Algebra und analytische Geometrie II (Unterrichtsfach) MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SS 0 Blatt.06.0 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Abgabe: Dienstag, 0. Juli 0, bis 4:00

Mehr

Koordinaten und darstellende Matrizen

Koordinaten und darstellende Matrizen Koordinaten und darstellende Matrizen Olivier Sète 23 Juli 200 Inhaltsverzeichnis Koordinatenabbildung 5 Definition und Eigenschaften 5 2 Beispiele 6 2 Matrixdarstellung eines Vektorraumhomomorphismus

Mehr

1. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

1. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013 O. Alaya, S. Demirel M. Fetzer, B. Krinn M. Wied. Gruppenübung zur Vorlesung Höhere Mathematik Wintersemester / Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshinweise zu den Hausaufgaben: Aufgabe H. Funktionsgraphen

Mehr

34 Lineare Abbildungen

34 Lineare Abbildungen 34 Lineare Abbildungen 34 Motivation Wir haben wichtige Eigenschaften von Vektorräumen kennen gelernt Damit ist es sinnvoll zu untersuchen, wie Abbildungen zwischen Vektorräumen aussehen können Die wichtigsten

Mehr

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21 5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11

Mehr

Aufgabe 1: Gleichungssystem mit Parameter ( / 12) Für welche Werte des reellen Parameters α besitzt das lineare Gleichungssystem

Aufgabe 1: Gleichungssystem mit Parameter ( / 12) Für welche Werte des reellen Parameters α besitzt das lineare Gleichungssystem 1 Hochschule München Fakultät 03 FA SS 2008 Diplomvorprüfung in Mathematik I (Lineare Algebra) Fahrzeugtechnik Arbeitszeit: Hilfsmittel: Aufgabensteller: 90 Minuten Formelsammlung, Skripten, Bücher, Taschenrechner

Mehr

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG ¾ REITSUNTERLGEN ZUR VORLESUNG UND ÜUNG N DER UNIVERSITÄT DES SRLNDES LINERE OPTIMIERUNG IM SS Lineare Optimierung (SS ). ufgabe (Graphische Lineare Optimierung) Nach einem anstrengenden Semester steht

Mehr