1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen

Größe: px
Ab Seite anzeigen:

Download "1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen"

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

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

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2

Klausurenkurs 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)

Mehr

Musterlösungen zur Linearen Algebra II Übungsklausur

Musterlösungen 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,

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar Lineare Algebra II, SS 11. Blatt Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2

Mehr

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

Lösungsskizzen 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)

Mehr

Lineare Algebra II 11. Übungsblatt

Lineare 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

Mehr

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

Aufgaben 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

Mehr

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Klausur 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

Mehr

Lineare Algebra 2 (SS 13) Blatt 13: Musterlösung

Lineare 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,

Mehr

Klausur zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe

Klausur 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

Mehr

Lineare Algebra II 6. Übungsblatt

Lineare 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

Mehr

Ausgewählte Lösungen zu den Übungsblättern 9-10

Ausgewählte 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

Mehr

Lineare Algebra II. Inhalt und Begriffe. Lineare Algebra II p. 1

Lineare 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

Mehr

Musterlösungen zur Linearen Algebra II Weihnachtszettel

Musterlösungen 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

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare 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.

Mehr

4 Lineare Abbildungen Basisdarstellungen

4 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

Mehr

Klausur Lineare Algebra I & II

Klausur 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

Mehr

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich

Henning 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

Mehr

6 Eigenwerte und Eigenvektoren

6 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,

Mehr

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

Lineare 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

Mehr

1. Übungsblatt: Lineare Algebra II Lösungsskizzen

1. 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

Mehr

Lina II - Aufgaben zur Vorbereitung für die Klausur (Teil 1) - Lösungen

Lina 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

Mehr

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2, Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist

Mehr

Steilkurs Lineare Algebra 1 einige wichtige Stationen

Steilkurs 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

Mehr

43911: Lineare Algebra/Geometrie Prüfungstermin Herbst 2015 Lösungsvorschlag

43911: 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

Mehr

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12

Übungen 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

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG

KLAUSUR 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,...,

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte 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

Mehr

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Vorlesung 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

Mehr

Übungen zur Linearen Algebra II

Übungen 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.

Mehr

Verständnisfragen: Lineare Algebra und Analytische Geometrie I und II

Verständnisfragen: 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?

Mehr

Musterlösung der Klausur zur linearen Algebra II

Musterlösung 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

Mehr

Lösungen zu Prüfung Lineare Algebra I/II für D-MAVT

Lösungen 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

Mehr

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4Q Lineare Algebra/Analytische Geometrie II SoSe 2016

Klausur (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

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008

KLAUSUR 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

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3

Klausurenkurs 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

Mehr

7.2 Die adjungierte Abbildung

7.2 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.)

Mehr

10 Unitäre Vektorräume

10 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;

Mehr

Mathematik I. Vorlesung 18. Vielfachheiten und diagonalisierbare Abbildungen. µ λ = dim(eig λ (ϕ))

Mathematik 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.

Mehr

Klausur zur Vorlesung Lineare Algebra II

Klausur 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

Mehr

Analytische Geometrie

Analytische 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

Mehr

Lineare Algebra und analytische Geometrie I

Lineare 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

Mehr

Lösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich:

Lösung 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

Mehr

Lineare Algebra für Physiker 11. Übungsblatt

Lineare 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

Mehr

3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette

3 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

Mehr

KAPITEL 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. 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

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. 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).

Mehr

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

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

18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1

18 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

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 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

Mehr

12 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 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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

TECHNISCHE 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

Mehr

Lineare Algebra II. Sommersemester Wolfgang Ebeling

Lineare 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

Mehr

Lineare Algebra Klausur 1

Lineare 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

Mehr

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

Klausurenkurs 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

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. 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

Mehr

5 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. 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 =

Mehr

6 Hauptachsentransformation

6 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

Mehr

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Übungen 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

Mehr

Lösungsskizze zur Wiederholungsserie

Lösungsskizze 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

Mehr

Aufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie:

Aufgabe 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

Mehr

Inhaltsverzeichnis. I Lineare Gleichungssysteme und Matrizen 1. Vorwort

Inhaltsverzeichnis. 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

Mehr

9. Übungsblatt zur Mathematik I für Maschinenbau

9. 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)

Mehr

Zusammenfassung Lineare Algebra II

Zusammenfassung 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

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare 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

Mehr

Musterlösung Donnerstag - Determinanten und Eigenwerte

Musterlösung 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,

Mehr

Kapitel 18. Aufgaben. Verständnisfragen

Kapitel 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

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare 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

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

1 Die Jordansche Normalform

1 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

Mehr

Abschnitt 1. Jordan Normalform

Abschnitt 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

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 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

Mehr

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform

3.5 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

Mehr

a) 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 )

a) 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

Mehr

Übungen zur Vorlesung Lineare Algebra

Übungen 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?

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016 Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 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

Mehr

9 Eigenwerte und Eigenvektoren

9 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

Mehr

9 Eigenwerte und Eigenvektoren

9 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

Mehr

4 Orthogonale Endormorphismen

4 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

Mehr

1. Hausübung ( )

1. 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

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

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

Eigenwerte, 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

Mehr

Kapitel 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 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

Mehr

Modulteilprüfung Geometrie (BaM-GS), Probeklausur

Modulteilprüfung 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

Mehr

Lineare 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. 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

Mehr

Lineare Algebra II. Sommersemester Wolfgang Ebeling

Lineare 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

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2012/2013

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2012/2013 Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert

Mehr

Aussagenlogik. 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl. C: 2 ist eine Primzahl D: 7 7. F: 3 ist Teiler von 9

Aussagenlogik. 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl. C: 2 ist eine Primzahl D: 7 7. F: 3 ist Teiler von 9 Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert

Mehr

5 Diagonalisierbarkeit

5 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

Mehr

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.

Kapitel 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

Mehr

Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Blatt 3 - Lösung

Übungen 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

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 zu Lineare Algebra und Geometrie 1

Übungen 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,

Mehr

Grundlagen der Mathematik 2 Nachklausur

Grundlagen 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

Mehr

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

AUFGABENSAMMLUNG 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

Mehr

Lineare Algebra und analytische Geometrie II

Lineare 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-

Mehr

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016

Klausur (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