1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen
|
|
- Alma Hummel
- vor 6 Jahren
- Abrufe
Transkript
1 Hannover, den 7. Februar 2002 Aufgabe. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen (2, 2, 3 Punkte) Der Vektorraum V = C[, ] sei mit dem üblichen Skalarprodukt f, g = f(t)g(t) dt versehen. { 0 für t 0 a) Es seien f, f 2 V definiert durch f (t) = t und f 2 (t) = t für t > 0. Berechnen Sie den Abstand von f und f 2. b) Können Sie Funktionen 0 h V angeben, die zu f und f 2 orthogonal sind? c) Es sei U := {f V ; f(x) = f( x) für alle x [, ] }. (U ist ein Teilraum von V, der Raum der geraden Funktionen; kein Beweis nötig.) Bestimmen Sie das orthogonale Komplement U von U in V. (3, 3 Punkte) a) Es sei U = Span {(0,, 0, i), (i, 0,, 0), (0, i, i, 0)} und x, y = t x y das Standard- Skalarprodukt im C 4. Bestimmen Sie orthonormale Basen von U und von U. b) Es sei P 3 der Vektorraum der reellen Polynome vom Grade 3. Bestimmen Sie eine Orthonormalbasis von P 3 (bezüglich f, g = 0 f(t)g(t) dt). (2, 4 Punkte) a) Es sei A SO(3) und F sei diejenige orthogonale Abbildung mit A = M E (F ), wobei E die Standardbasis des IR 3 ( ist. Nach ) Satz 9.2 gibt es ( dann eine Orthonormalbasis B des IR 3 mit M B (F ) =, wobei A ) O cos α sin α O A =. sin α cos α Zeigen Sie: cos α = ( Spur (A) ). 2 b) Bezüglich der Standardbasis E werde F : IR 3 IR 3 dargestellt durch M E (F ) = Geben Sie eine Basis B an, so daß M B (F ) die Gestalt aus Satz 9.2 besitzt. Beschreiben Sie die Wirkung der Abbildung F im IR 3. (3, 3 Punkte) Eine quadratische Hyperfläche im IR 2 bzw. IR 3 sei gegeben durch die Gleichung (Q). Bringen Sie Q durch orthogonalen Koordinatenwechsel auf die Gestalt λ y 2 + λ 2 y2 2 + c = 0 bzw. λ y 2 + λ 2 y2 2 + λ 3 y3 2 + c = 0. Geben Sie eine geometrische Deutung der Hyperfläche an. a) (Q) x 2 + 4x x 2 + x 2 2 = 9 b) (Q) 4x 2 + 2x x 2 + 4x x x 3 + 2x 2 x 3 + 4x 2 3 = 6
2 Hannover, den 8. April Übungsblatt: Lineare Algebra II Abgabe: 5./ in den Übungsgruppen Aufgabe (3, 3 Punkte) a) Im IR 2 sei F die Spiegelung an der durch y = ax gegebenen Geraden. Bestimmen Sie die Matrix A mit F = h A. ( ) cos α sin α b) Zeigen Sie, dass der durch A = gegebene Endomorphismus F = h sin α cos α A die Spiegelung an der Geraden durch den Ursprung ist, die mit der x-achse den Winkel α einschließt. 2 Bestimmen Sie für die Matrix A = t SAS eine Diagonalmatrix ist eine orthogonale Matrix S O(3), so dass a) Es sei V der euklidische Vektorraum der Polynome vom Grad 2 mit dem Skalarprodukt p, q := p(x)q(x) dx. Der Endomorphismus F : V V sei definiert durch F (p) := p. Bestimmen Sie die zu F adjungierte Abbildung F adj. Ist F selbstadjungiert? (4, 4 Punkte) a) Bestimmen Sie jeweils Index und Signatur der Form, A, wobei (i) A = b) Gegeben sind die Matrizen A = (ii) A = und B = Untersuchen Sie, ob es eine reelle invertierbare Matrix W gibt mit A = t W BW, und bestimmen Sie gegebenenfalls solch eine Matrix W..
3 Hannover, den 5. April Übungsblatt: Lineare Algebra II Abgabe: 22./ in den Übungsgruppen Aufgabe (, 2, 3 Punkte) Untersuchen Sie die folgenden Matrizen auf positive Definitheit: a) A = b) A = c) A = (a ij ) Mat(n, IR) mit a ij = i + j Es sei A eine symmetrische n n-matrix über IR und χ A = n j=0 a j x j sei das charakteristische Polynom von A. Zeigen Sie: A ist genau dann positiv definit, wenn für j = 0,,..., n gilt: ( ) n j a j > 0. (3, 3 Punkte) Bestimmen Sie für f, g K[x] ein normiertes Polynom p mit p = f, g. a) K = IR, f = x 6 x 5 + 2x 4 x 3 + x 2, g = x 5 x 4 + 2x 3 + x 2 x + 2 b) K = IF 2, f = x 6 + x 5 + x 3 + x 2, g = x 4 + x 2 + (7 Punkte) Zeigen Sie: Ein Körper K ist genau dann endlich, wenn jede Abbildung f : K K eine Polynomabbildung ist.
4 Hannover, den 22. April Übungsblatt: Lineare Algebra II Abgabe: 29./ in den Übungsgruppen Aufgabe Es sei A = Zeigen Sie, dass A idempotent ist, berechnen Sie Eigenwerte und Eigenräume von A und beschreiben Sie den Homomorphismus f mit f = h A. Es sei K ein Körper mit + 0. Dann sind für A Mat (n, K) äquivalent: (i) A 2 = E (ii) (E A) ist idempotent. 2 (iii) A ist ähnlich zu einer Diagonalmatrix mit Diagonalelementen ±. (3, 3 Punkte) Es sei N Mat(n, K) nilpotent. Zeigen Sie: a) Ist N 0, so ist N nicht diagonalisierbar über K. b) Ist µ K beliebig und N 0, so ist auch µe + N nicht diagonalisierbar über K. (4, 3 Punkte) Es seien A, B Mat(n, ( K). ) Er 0 a) Es sei B =. Zeigen Sie, dass AB und BA das gleiche charakteristische 0 0 Polynom haben. b) Zeigen Sie, dass χ AB = χ BA generell gilt.
5 Hannover, den 29. April Übungsblatt: Lineare Algebra II Abgabe: 6./ in den Übungsgruppen Aufgabe (je 3 Punkte) Bestimmen Sie jeweils das Minimalpolynom von A: a) A = b) A Mat(n, K) idempotent (3, 2, 2 Punkte) Es sei P = x n + a n x n a 0 K[x] mit n und A = a 0 a a 2... a n 2 a n. Zeigen Sie: a) P = χ A. b) P = µ A c) Ist λ Eigenwert von A, so ist t (, λ, λ 2,..., λ n ) Eigenvektor von A zu λ. Es sei A Mat(n, K) und für das Minimalpolynom µ A gelte: Ist P ein Teiler von µ A, so ist deg(p ) = 0 oder deg(p ) = n. Zeigen Sie, dass dann K[A], versehen mit der Addition und Multiplikation von Matrizen, ein Körper ist. (je 3 Punkte) Bestimmen Sie jeweils eine Spektralzerlegung für die Matrizen A i Mat(3, IR): A = , A 2 =
6 Hannover, den 6. Mai Übungsblatt: Lineare Algebra II Abgabe: 3./ in den Übungsgruppen Aufgabe (je 2 Punkte) Geben Sie möglichst einfache Matrizen an, die die Eigenwerte und 2 besitzen und für die a) algebraische und geometrische Vielfachheit beider Eigenwerte gleich sind. b) algebraische und geometrische Vielfachheit von übereinstimmen, von 2 aber nicht. c) algebraische und geometrische Vielfachheit bei beiden Eigenwerten verschieden sind. Bitte schreiben Sie nicht nur die Matrizen auf, sondern begründen Sie, warum Sie die von Ihnen angegebenen Matrizen gewählt haben. Es sei λ ein Eigenwert von A Mat(n, K) und P K[x]. Zeigen Sie, dass dann P (λ) ein Eigenwert von P (A) ist. (4, 2 Punkte) a) Zeigen Sie: Ist A Mat(n, K) diagonalisierbar über K, so ist Rang(A) =Rang(A k ) für alle k. b) Gilt in a) auch die Umkehrung? (8 Punkte) Bestimmen Sie für die Matrix A = Zerlegung A = H + N Mat(3, IR) die Jordan-Chevalley-
7 Hannover, den 3. Mai Übungsblatt: Lineare Algebra II Abgabe: 27./ in den Übungsgruppen Aufgabe (7 Punkte) Zeigen Sie, dass die folgenden Matrizen A, B Mat(4, IR) gleichzeitig diagonalisierbar sind und geben Sie eine Matrix W GL(4, IR) an, so dass W AW und W BW Diagonalmatrizen sind. A = , B = (4, 2 Punkte) Es sei (G, ) eine Gruppe und U sei eine Untergruppe von G. Auf G ist eine Relation durch a b a b U definiert. a) Zeigen Sie, dass eine Äquivalenzrelation auf G ist. b) Beschreiben Sie für G = S 3 (die symmetrische Gruppe) und für U = A 3 die Äquivalenzklassen bzgl.. (3, 3 Punkte) a) Es sei V = IR 5 und U = Span {e + e 2, e e 4 }. Bestimmen Sie eine Basis von V/U und schreiben Sie für a mit t a = (5, 2, 3, 5, ) den Vektor a + U V/U als Linearkombination dieser Basis. b) V sei K Vektorraum, U sei Untervektorraum von V. Zeigen Sie: Sind a + U,..., a n + U linear unabhängig, so sind auch die Repräsentanten a,..., a n linear unabhängig. Gilt auch die Umkehrung? (4, 2 Punkte) Es sei A = und a = 0, a 2 = a) Berechnen Sie U(h A, a ), U(h A, a 2 ) und das kleinste l IN mit A l = 0. b) Berechnen Sie Ker A k für jedes k IN.
8 Hannover, den 27. Mai Übungsblatt: Lineare Algebra II Abgabe: 3./ in den Übungsgruppen Aufgabe (3, 2 Punkte) a) Es sei χ A (x) = (x 2) 6 (x + ) 4 und µ A (x) = (x 2) 4 (x + ) 2. Welche möglichen Jordanschen Normalformen kann A Mat(0, IR) besitzen? Welche Möglichkeiten verbleiben für die Jordansche Normalform, wenn zusätzlich dim Eig(A, 2) = dim Eig(A, ) = 2 gilt? b) Charakterisieren Sie die Ähnlichkeitsklassen der zerfallenden (3, 3)-Matrizen über K. (2, 3, 4 Punkte) Bestimmen Sie jeweils die Jordansche Normalform sowie eine Jordanbasis zur Matrix A a) A = 3 6 b) A = 0 0 c) A = Die Matrix A = besitzt 0 als einzigen Eigenwert. Bestimmen Sie mit dieser Information für die Matrix A eine Jordanbasis und die Jordansche Normalform. Es sei V n der Vektorraum der Polynome vom Grade n über IR, und ϕ : V n V n sei definiert durch ϕ(p) = p. Geben Sie eine Basis B an, so daß M B (ϕ) Jordansche Normalform hat.
9 Hannover, den 3. Juni Übungsblatt: Lineare Algebra II Abgabe: 0./ in den Übungsgruppen Aufgabe (4, 3 Punkte) Im projektiven Raum IP = IP(IR 4 ) seien die Punkte P = ( : : 0 : 0), P 2 = ( : 0 : : 0), P 3 = ( : 0 : 0 : ), P 4 = (0 : 0 : : ) sowie die Hyperebene H = {(x 0 : x : x 2 : x 3 ) ; x 0 + x + x 2 + x 3 = 0} gegeben. Sei L ij die von P i und P j aufgespannte Gerade in IP. (i j). Bestimmen Sie: a) L 2 L 34 und L 2 L 34 sowie L 2 L 23 und L 2 L 23. b) H L ij für alle i j. Es seien P = (i : 0 : ), P 2 = (0 : i : 2i), P 3 = (α : : i) IP 2 (C). Bestimmen Sie α C so, dass U = P P 2 P 3 ein eindimensionaler projektiver Unterraum von IP 2 (C) ist, und beschreiben Sie U in der üblichen Form, d.h. bestimmen Sie a, b, c C mit U = {(x 0 : x : x 2 ) IP 2 (C) ; ax 0 + bx + cx 2 = 0}. (2, 3, 2 Punkte) Es sei K ein endlicher Körper mit K = p, und es sei IP = IP(K 3 ). Zeigen Sie: a) IP besitzt genau p 2 + p + Punkte. b) IP enthält genau p 2 + p + Geraden. c) Auf jeder Geraden in IP liegen genau p + Punkte. Zeigen Sie: Jede Projektivität von IP 2 (IR) besitzt mindestens einen Fixpunkt.
10 Hannover, den 0. Juni Übungsblatt: Lineare Algebra II Abgabe: 7./ in den Übungsgruppen Aufgabe In IP = IP 2 (IR) seien die Punkte P 0 = ( : 2 : 0), P = (0 : : 2), P 2 = (0 : 0 : ), E = ( : 0 : ) gegeben. Zeigen Sie, dass (P 0, P, P 2, E) ein projektives Koordinatensystem in IP ist. Bestimmen Sie die Koordinaten von Q = ( : 2 : 3) und Q 2 = (0 : : ) bezüglich dieses Koordinatensystems. Bestimmen Sie ferner die Koordinaten eines allgemeinen Punktes Q = (x 0 : x : x 2 ) bezüglich dieses Koordinatensystems. (4, 4 Punkte) { IP (IR) IP 3 (IR) Es sei ϕ : (t 0 : t ) (t 3 0 : t 2 0t : t 0 t 2 : t 3 ). a) Zeigen Sie, dass ϕ wohldefiniert ist. b) Zeigen Sie: Im ϕ = {(y 0 : y : y 2 : y 3 ) ; Rang ( y0 y y 2 y y 2 y 3 ) }. (2, 3, 2 Punkte) a) Zeigen Sie, dass es genau eine Affinität f a : IR 3 IR 3 gibt mit f a ( 0 0 ) =, f a ( 2 ) = 2 4, f a ( 3 2 ) = 6 6, f a ( ) = b) Bestimmen Sie eine Matrix A GL (3, IR) und einen Vektor b IR 3, so dass für alle x IR 3 gilt: f a (x) = Ax + b. c) Bestimmen Sie die eindeutig bestimmte Projektivität f : IP 3 (IR) IP 3 (IR) mit f IR 3 = f a und berechnen Sie f(2 : : : 2). Es sei Q = {x = (x 0 : x :... : x n ) IP n (IR) ; q(x) = 0} eine Quadrik in IP n (IR). Zeigen Sie: Sing (Q) = {(x 0 : x :... : x n ) IP n q (IR) ; = 0 für i = 0,,..., n} x i
11 Hannover, den 7. Juni Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen Aufgabe (3, 2, Punkte) In IP 2 (IR) seien die folgenden drei Quadriken gegeben: Q = {x = (x 0 : x : x 2 ) ; x x 2 + 8x x 0 x 6x 0 x 2 8x x 2 = 0} Q 2 = {x = (x 0 : x : x 2 ) ; 2x 2 x x 0 x + 2x 0 x 2 + 4x x 2 = 0} Q 3 = {x = (x 0 : x : x 2 ) ; 5x x 2 + 5x x 0 x + 8x 0 x 2 4x x 2 = 0}. a) Bestimmen Sie die zugehörigen Normalformen bzgl. projektiver Äquivalenz. b) Untersuchen Sie, welche der Quadriken (projektiv) äquivalent sind, und bestimmen Sie gegebenenfalls eine Projektivität ϕ : IP 2 (IR) IP 2 (IR) mit ϕ(q i ) = Q j. c) Berechnen Sie Sing (Q i ) für i =, 2, 3. (, 3, Punkte) { IP Eine Abbildung ϕ sei gegeben durch (C) IP (C) IP 3 (C) ϕ : ((t 0 : t ), (u 0 : u )) (t 0 u 0 : t 0 u : t u 0 : t u ). Zeigen Sie: a) ϕ ist wohldefiniert. b) Im ϕ IP 3 (C) ist eine Quadrik Q. c) Q ist äquivalent zu Q = {(x 0 : x : x 2 : x 3 ) IP 3 (C) ; x x 2 + x x 2 3 = 0}. (je 2 Punkte) Klassifizieren Sie die folgenden affinen Quadriken als affine Teile projektiver Quadriken durch Berechnung von d, u, d, u und Angabe der Normalform gemäß Satz 4. der Vorlesung. Q = {x = (x, x 2 ) IR 2 ; x 2 2x x 2 + 2x x 6x 2 + = 0} Q 2 = {x = (x, x 2 ) IR 2 ; x x 2 4x + 2x 2 4 = 0} Q 3 = {x = (x, x 2 ) IR 2 ; 3x x 2 + 4x 2x = 0} Q 4 = {x = (x, x 2 ) IR 2 ; 6x x x 2 + 9x x 80x 2 = 0} (je 3 Punkte) Wie für die folgenden Quadriken: Q 5 = {x = (x, x 2, x 3 ) IR 3 ; x 2 + 4x x 2 + 2x x x 3 4x 2 x 3 + 4x + 4x 2 + 4x 3 = 0} Q 6 = {x = (x, x 2, x 3 ) IR 3 ; 9x x x 2 + 6x x 20x x = 0} Hinweis: Die Klausur zur Linearen Algebra 2 findet am Do.7.02 von Uhr im Audi Max statt. Teilnahmevoraussetzung: Mindestens 00 Punkte in den Hausübungen.
12 Hannover, den 24. Juni (und letztes) Übungsblatt: Lineare Algebra II Abgabe:./ in den Übungsgruppen Aufgabe (3, 3 Punkte) a) Zeigen Sie, daß die affine Quadrik Q = {x = (x, x 2 ) IR 2 ; 2x 2 + 3x x 2 2x 2 2 4x 3x 2 23 = 0} eine Hyperbel darstellt, und geben Sie den Schnittpunkt ihrer Asymptoten (den Mittelpunkt) in x, x 2 Koordinaten an. b) Zeigen Sie, daß die affine Quadrik {x IR 3 ; 5 4 x x2 2+5x x x 2 +(9 2 3)x (2+9 3)x 2 30x = 0} 2 ein Ellipsoid darstellt, und geben Sie dessen Mittelpunkt an. Es sei ax 2 + bx cx x 2 + 2dx + 2ex 2 + f = 0 die allgemeine Gleichung 2. Grades. a c Ferner sei D :=. Zeigen Sie: c b f d e Gilt d a c 0, und besitzt die obige Gleichung mindestens eine Lösung, so be- e c b schreibt die affine Quadrik Q = {(x, x 2 ) IR 2 ; ax 2 + bx cx x 2 + 2dx + 2ex 2 + f = 0} eine Ellipse, falls D > 0 gilt. eine Parabel, falls D = 0 gilt. eine Hyperbel, falls D < 0 gilt. (8 Punkte) U, V und W seien K Vektorräume und Bil (U, V ; W ) := {F : U V W ; F bilinear}. Bil (U, V ; W ) ist in natürlicher Weise ein Vektorraum über K. Zeigen Sie: Bil (U, V ; W ) = Hom (U, Hom (V, W )) = Hom (V, Hom (U, W )). Es seien U und V Vektorräume über K, ferner seien u U und v V mit u v 0 in U V gegeben. Zeigen Sie: u v = u v es gibt λ K \ {0} mit u = λu und v = λ v.
1. Übungsblatt: Lineare Algebra II Lösungsskizzen
Institut für Mathematik Universität Hannover Prof. Dr. K. Hulek, Dr. D. Wille Hannover, den 9. April. Übungsblatt: Lineare Algebra II sskizzen Aufgabe (,, Punkte) Der Vektorraum V = C[, ] sei mit dem üblichen
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)
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,
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
MehrLösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015
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)
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
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
MehrKlausur zur Vorlesung Lineare Algebra II, SoSe 2016,
Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren
MehrLineare 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 zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe
Klausur zu Lineare Algebra II Fachbereich Mathematik WS 0/3 Dr. habil. Matthias Schneider Aufgabe 3 4 5 6 7 Bonus Note Punktzahl 4 3 3 3 3 0 erreichte Punktzahl Es sind keine Hilfsmittel zugelassen. Die
MehrLineare Algebra II 6. Übungsblatt
Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der
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
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
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
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.
Mehr4 Lineare Abbildungen Basisdarstellungen
4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w
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
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
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,
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
Mehr1. Übungsblatt: Lineare Algebra II Lösungsskizzen
Fakultät für Mathematik und Physik Universität Hannover Prof. Dr. W. Ebeling, Dr. D. Wille Hannover, den. April 6. Übungsblatt: Lineare Algebra II Lösungsskizzen Aufgabe 5 / 5 Punkte 5 a Zeigen Sie, dass
MehrLina II - Aufgaben zur Vorbereitung für die Klausur (Teil 1) - Lösungen
Lina II - Aufgaben zur Vorbereitung für die Klausur (Teil 1) - en Kommentare an HannesKlarner@FU-Berlinde FU Berlin SS 1 Dia- und Trigonalisierbarkeit Aufgabe (1) Gegeben seien A = i i C 3 3 und B = 1
Mehra b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,
Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist
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
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 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
MehrKLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG
KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG Aufgabe 1 Es sei K ein Körper, V ein K-Vektorraum, und seien v 1,..., v n V (n N). (a) Definieren Sie, wann die endliche Familie v 1,...,
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
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
MehrÜbungen zur Linearen Algebra II
Blatt 1 Aufgabe 1. Sei V = Mat(n, K) und U V der Untervektorraum der Diagonalmatrizen. Welche Dimension hat der Quotientenvektorraum V/U? Aufgabe 2. Sei G eine Gruppe. Wir betrachten die Relation auf G.
MehrVerständnisfragen: Lineare Algebra und Analytische Geometrie I und II
Verständnisfragen: Lineare Algebra und Analytische Geometrie I und II Matrizen, lineare Gleichungssysteme Wie kommt man von einem linearen Gleichungssystem zu einer Matrix? Was ist die Zeilenstufenform?
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
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
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
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
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
Mehr7.2 Die adjungierte Abbildung
7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)
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;
MehrMathematik I. Vorlesung 18. Vielfachheiten und diagonalisierbare Abbildungen. µ λ = dim(eig λ (ϕ))
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 18 Vielfachheiten und diagonalisierbare Abbildungen Satz 18.1. Es sei K ein Körper und es sei V ein endlichdimensionaler K- Vektorraum.
MehrKlausur zur Vorlesung Lineare Algebra II
Universität zu Köln Sommersemester 06 Mathematisches Institut 9. Juli 06 Prof. Dr. P. Littelmann Dr. Teodor Backhaus Klausur zur Vorlesung Lineare Algebra II Bearbeitungszeit 80 Minuten Bitte geben Sie
MehrAnalytische Geometrie
21 Vorlesungen über Analytische Geometrie für Lehramtstudierende der Schulformen Grund-, Mittel- und Realschule Jens Jordan Universität Würzburg, Wintersemster 2015/16 Hier kommt noch ein schönes Bildchen
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
MehrLösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich:
Lineare Algebra D-MATH, HS 04 Prof. Richard Pink Lösung zu Serie. [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich: a) F (X) := X 5 X in R[X] und C[X]. b) F (X) := X 4 +X 3 +X in
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
Mehr3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette
1. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 30.10.03 1 Finden 2 Sei Sie reelle Zahlen a, b, c, so dass a (2, 3, 1) + b (1, 2, 2) + c (2, 5, 3) = (3, 7, 5). (V,, ) ein euklidischer Vektorraum. Zeigen
MehrKAPITEL 8. Normalformen. 1. Blockmatrizen. ,C K m 2 n 1. X = K (m 1+m 2 ) (n 1 +n 2 ) K L. und Y = M N Blockmatrizen mit.
KAPITEL 8 Normalformen Definition 8.1 (Blockmatrizen). Sind 1. Blockmatrizen A K m 1 n 1,B K m 1 n 2,C K m 2 n 1 und D K m 2 n 2 so nennet man die Matrix X = ( A B C D ) K (m 1+m 2 ) (n 1 +n 2 ) eine Blockmatrix
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).
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
MehrMat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1
Aufgabe. Bestimmen Sie das Exponential expa) der Matrix ) 5 6 A = Mat, R). 4. Wir bestimmen das charakterische Polynom f A t) = t t = t )t + ). ). Eigenvektor zu EW ist v = ). Eigenvektor zu EW ist v =
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
Mehr4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau
312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind
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
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF
TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Darstellungsmatrizen 2 2 Diagonalisierbarkeit
MehrLineare Algebra II. Sommersemester Wolfgang Ebeling
Lineare Algebra II Sommersemester 2006 Wolfgang Ebeling 1 c Wolfgang Ebeling Institut für Mathematik Universität Hannover Postfach 6009 30060 Hannover E-mail: ebeling@mathuni-hannoverde 1 Euklidische und
MehrLineare Algebra Klausur 1
Lineare Algebra Klausur 1 (29.7.2015 Dozent: Ingo Runkel) Name Vorname Matrikelnr. Anweisungen: Hilfsmittel: Für die Bearbeitung sind nur Stift und Papier erlaubt. Benutzen Sie einen permanenten Stift
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
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
Mehr5 Quadriken. K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f = 0} wobei a, b, c, d, e, f reelle Zahlen sind mit (a, b, c) (0, 0, 0).
5 Quadriken Kegelschnitte Ein Kegelschnitt ist eine Teilmenge K R 2, welche durch eine quadratische Gleichung in zwei Unbestimmten beschrieben werden kann: x K = { R 2 ax 2 + bxy + cy 2 + dx + ey + f =
Mehr6 Hauptachsentransformation
6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten
MehrÜbungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen
Übungen zum Ferienkurs Lineare Algebra 5/6: Lösungen Darstellungsmatrizen. Bestimme die Darstellungsmatrix M B,B (f ) für die lineare Abbildung f : 3, die durch f (x, y, z) = (4x + y z, y + z) definiert
MehrLösungsskizze zur Wiederholungsserie
Lineare Algebra D-MATH, HS Prof. Richard Pink Lösungsskizze zur Wiederholungsserie. [Aufgabe] Schreibe die lineare Abbildung f : Q Q 5, x +x +x x x +x +6x f x := x +x +8x x x +x +x. x +x +5x als Linksmultiplikation
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
MehrInhaltsverzeichnis. I Lineare Gleichungssysteme und Matrizen 1. Vorwort
Vorwort V I Lineare Gleichungssysteme und Matrizen 1 1 Der Begriff des Körpers 3 1.1 Mengen 3 1.2 Köiperaxiome 3 1.3 Grundlegende Eigenschaften von Körpern 5 1.4 Teilkörper 7 1.5 Aufgaben 8 1.5.1 Grundlegende
Mehr9. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 9. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS /..-4.. Aufgabe G (Koordinatentransformation)
MehrZusammenfassung Lineare Algebra II
Zusammenfassung Lineare Algebra II CC BY: Tim Baumann, http://timbaumanninfo/uni-spicker Notation Sofern nicht anders angegeben, bezeichne K im folgenden einen beliebigen Körper, V einen (möglicherweise
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
MehrMusterlösung Donnerstag - Determinanten und Eigenwerte
Musterlösung Donnerstag - Determinanten und Eigenwerte 6. März Aufgabe : Zum Aufwärmen () Zeige, dass eine nilpotente Endomorphismus nur die Null als Eigenwert hat. Hinweis: Ein Endomorphismus heißt nilpotent,
MehrKapitel 18. Aufgaben. Verständnisfragen
Kapitel 8 Aufgaben Verständnisfragen Aufgabe 8 Gegeben ist ein Eigenvektor v zum Eigenwert λ einer Matrix A (a) Ist v auch Eigenvektor von A? Zu welchem Eigenwert? (b) Wenn A zudem invertierbar ist, ist
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist
MehrPrüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?
1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2
Mehr1 Die Jordansche Normalform
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 4/5 A Die Jordansche Normalform Vierter Tag (9.03.205) Im Zusammenhang mit der Lösung komplexer Differentialgleichungssysteme
MehrAbschnitt 1. Jordan Normalform
Abschnitt Jordan Normalform Beispiel & Eigenschaften λ λ λ λ 2 λ 2 λ 2 λ 3 Voraussetzung: χ zerfällt Dann: ex. Basis, s.d. Darstellungsmatrix Jordan-Form hat Minimalpolynom µ hat Faktor zu jedem EW in
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 9 Freitag 9.6 $Id: quadrat.tex,v. 9/6/9 4:6:48 hk Exp $ 6 Symmetrische Matrizen und quadratische Formen 6. Symmetrische Matrizen Eine n n Matrix heißt symmetrisch wenn
Mehr3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform
LinAlg II Version 1 29. Mai 2006 c Rudolf Scharlau 219 3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform Das Problem der Normalformen für Endomorphismen handelt kurz gesprochen
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
MehrÜbungen zur Vorlesung Lineare Algebra
Übungen zur Vorlesung Lineare Algebra Institut für Reine Mathematik WS 2009/10 & SS 2010 Kapitel 1. Vektorräume Was ist ein Vektorraum? Sei X und K ein Körper. Wie macht man Abb (X, K) zu einem K -Vektorraum?
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 009 Dienstag 3.6 $Id: quadrat.tex,v.4 009/06/3 4:55:47 hk Exp $ 6 Symmetrische Matrizen und quadratische Formen 6.3 Quadratische Funktionen und die Hauptachsentransformation
Mehr9 Eigenwerte und Eigenvektoren
92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl
Mehr9 Eigenwerte und Eigenvektoren
92 9 Eigenwerte und Eigenvektoren Wir haben im vorhergehenden Kapitel gesehen, dass eine lineare Abbildung von R n nach R n durch verschiedene Darstellungsmatrizen beschrieben werden kann (je nach Wahl
Mehr4 Orthogonale Endormorphismen
4 Orthogonale Endormorphismen Frage: Bei welchen Abbildungen R R bzw. R 3 R 3 bleibt der Abstand zwischen zwei Punkten erhalten? Für α R setzen wir cosα sin α D(α) = und S(α) := sin α cosα ( cos α sin
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
MehrÜbungsaufgaben 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
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
MehrKapitel 5. Eigenwerte. Josef Leydold Mathematik für VW WS 2017/18 5 Eigenwerte 1 / 42
Kapitel 5 Eigenwerte Josef Leydold Mathematik für VW WS 2017/18 5 Eigenwerte 1 / 42 Geschlossenes Leontief-Modell Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich
MehrModulteilprüfung Geometrie (BaM-GS), Probeklausur
HRZ-Benutzername: Modulteilprüfung Geometrie (BaM-GS), Probeklausur Dr. Patrik Hubschmid // SoSe 2013, 4. Juli 2013 Kontrollieren Sie, ob Sie alle Blätter (8 einschlieÿlich zweier Deckblätter) erhalten
MehrLineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni.
Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Eigenvektoren
MehrLineare Algebra II. Sommersemester Wolfgang Ebeling
Lineare Algebra II Sommersemester 2009 Wolfgang Ebeling 1 c Wolfgang Ebeling Institut für Algebraische Geometrie Leibniz Universität Hannover Postfach 6009 30060 Hannover E-mail: ebeling@mathuni-hannoverde
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2012/2013
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
MehrAussagenlogik. 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl. C: 2 ist eine Primzahl D: 7 7. F: 3 ist Teiler von 9
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
Mehr5 Diagonalisierbarkeit
5 Diagonalisierbarkeit Sei V ein K Vektorraum mit einer Basis B = (v 1,..., v n ) Wiederholung aus 2: Sei f : V V K linear. Stelle f(v j ) für j = 1,..., n dar in der Form a 1j Das n Tupel a j =. a nj
MehrKapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.
Kapitel 5 Eigenwerte Josef Leydold Mathematik für VW WS 2016/17 5 Eigenwerte 1 / 42 Geschlossenes Leontief-Modell Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich
MehrÜbungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Blatt 3 - Lösung
Technische Universität München Physik Department Pablo Cova Fariña, Claudia Nagel Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 207/8 Blatt 3 - Aufgabe : Darstellungsmatrizen Sei
MehrBeispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger
Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit
MehrÜbungen zu Lineare Algebra und Geometrie 1
Übungen zu Lineare Algebra und Geometrie 1 Andreas Čap Sommersemester 2015 Wiederholung grundlegender Begriffe (1 Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch f(x, y,
MehrGrundlagen der Mathematik 2 Nachklausur
Andreas Gathmann und Yue Ren Sommersemester 6 Grundlagen der Mathematik Nachklausur Bearbeitungszeit: 8 Minuten Aufgabe (6 Punkte): Es sei f : R R, (x,y) xye (x+y). (a) Bestimme alle lokalen Maxima und
MehrAUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW
AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW Lineare Gleichungssysteme Lösen Sie folgende Gleichungssysteme über R: a) x + x + x = 6x + x + x = 4 x x x = x 7x x = 7 x x = b) x + x 4x + x 4 = 9 x + 9x x x
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 53 Norm von Endomorphismen und Matrizen Definition 53.1. Es seien V und W endlichdimensionale normierte K-
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
Mehr