Technische Universität München Fakultät für Mathematik. Klausur. Geometriekalküle. Modul MA März 2017, 08:30 09:30 Uhr

Größe: px
Ab Seite anzeigen:

Download "Technische Universität München Fakultät für Mathematik. Klausur. Geometriekalküle. Modul MA März 2017, 08:30 09:30 Uhr"

Transkript

1 Technische Universität München Fakultät für Mathematik Klausur Geometriekalküle Modul MA März 207, 08:30 09:30 Uhr Prof. Dr. Dr. Jürgen Richter-Gebert Musterlösung

2 Aufgabe. Wahr oder Falsch Entscheiden Sie bei den unten stehenden Aussagen, ob sie wahr oder falsch sind. Begründen Sie Ihre Antworten kurz. Die Antworten Wahr oder Falsch alleine ohne Begründung reichen nicht aus, um auf eine Teilaufgabe Punkte zu bekommen. (a) Die projektive Transformation des RP 2, die gegeben ist durch die Matrix , 0 0 hat unendlich viele Fixpunkte. (b) Gegeben seien drei beliebige, aber paarweise verschiedene Punkte A, B, C RP. Dann ist der Term [A, B] + [B, C] [A, B]2 + [B, C] 2 invariant unter Wahl der Repräsentanten und unter projektiven Transformationen. (c) Es gibt vier Punkte im RP, sodass, wenn ihr Doppelverhältnis λ ist, es eine Permutation der vier Punkte gibt, die das Doppelverhältnis λ 2 hat. (d) Möchte man den R 2 in den RP 2 einbetten, muss man ihn als Ebene in den R 3 legen und skalare Vielfache von Vektoren im R 3 miteinander identifizieren. Statt der Ebene z = kann man dafür auch die Ebene 3x + 2y + z = 0 nehmen. Lösung: (a) Wahr. Um das einzusehen gibt es prinzipiell zwei Möglichkeiten. Sei M die Matrix der projektiven Transformation. Algebraisch: Die Fixpunkte einer projektiven Transformation sind die Eigenvektoren zu beliebigen Eigenwerten der Transformationsmatrix. Da die Matrix hier eine obere Dreiecksmatrix ist, sieht man sofort, dass die Eigenwerte und 2 sind und dass der Eigenraum zum Eigenwert 2 eindimensional ist. Das heißt, er entspricht einem einzigen Fixpunkt. Um den Eigenraum zu zu bestimmen, betrachtet man die Matrix M I 3 = Ihr Kern ist offensichtlich zweidimensional und entspricht deswegen einer Fixpunktgeraden. Geometrisch: Da die Matrix M sehr wenig Einträge hat, ist die Transformation sehr leicht geometrisch beschreibbar. Nur die y-koordinate eines Punktes ändert sich, und zwar von y zu 2y Das heißt, in Standardeinbettung, es wird erst in y-richtung gestreckt und dann in y-richtung nach oben verschoben. Damit ist natürlich der Fernpunkt der y-achse ein Fixpunkt. Ferner ist es leicht einzusehen, dass die Punkte unterhalb der x-achse erst nach unten und dann nach oben bewegt werden. Dort sollte also ein Fixpunkt sein. Und die Gleichung 2y + 42 = y lässt sich leicht zu y = 42 auflösen. Da die Transformation nur die y-koordinate von Punkten beeinflusst, heißt das, dass die Parallele zur x-achse bei y = 42 punktweise fix bleibt. (b) Falsch. Sei der Term gleich t(a, B, C). Am einfachsten tranformiert man die Punkte mit einer Matrix M. Es ergibt sich t(ma, MB, MC) = det(m) t(a, B, C). det(m) 2 2

3 Im Allgemeinen ist det(m) det(m) 2 und t ist somit nicht invariant unter projektiven Transformationen. Skaliert man B mit einer reellen Zahl, läuft das auf eine ähnliche Rechnung hinaus. Skaliert man A oder C, wird es schwierig. Es entsteht eine komplizierte Gleichung, die allgemein schwierig zu untersuchen ist. Hier wählt man am besten ein konkretes Beispiel, das den Widerspruch aufzeigt. (c) Wahr. Man nehme vier Punkte, sodass zwei davon gleich sind. Dann ist das Doppelverhältnis gleich 0, oder. Und das sind alles Quadrate von sich selbst. Alternativ kann man auch die Gleichungen λ = λ 2, λ = λ 2, λ = λ2 betrachten und anschließend argumentieren, dass sie reelle Lösungen haben und dass es zu jedem reellem Doppelverhältnis Punkte gibt, die es realisieren. (d) Falsch. Die angegebene Ebene läuft durch den Ursprung des R 3. Ursprungsgeraden haben damit keinen eindeutigen Schnittpunkt mehr mit der Ebene und eine Identifizierung von Punkten im R 2 und im RP 2 ist somit nicht möglich. 3

4 Aufgabe 2. Projektive Geraden (a) Betrachten Sie die unten stehende Zeichnung des RP. Gegeben sind die Punkte mit den (dehomogenisierten) Koordinaten 3, 7 und. Konstruieren Sie denjenigen Punkt, der die Koordinate 8 hat. 4

5 (b) Betrachten Sie die unten stehende Zeichnung des CP in Standardeinbettung, in der die Punkte A, B, C vorgegeben sind. Zeichnen Sie die folgenden Mengen von Punkten ein. Sollten wesentliche Teile der Mengen außerhalb des sichtbaren Bereichs liegen, geben Sie diese in Worten an. M = { P CP [P, A][B, C] = [P, B][A, C] } { ( ) } N = P CP P T i = 0 3 Lösung: (a) Projektive Skalen vervollständigen können wir mithilfe der harmonischen Lage. Allgemein gilt Das heißt, ist gegeben können wir die an der 0 spiegeln, um zu erhalten, (0, ;, ) =. die an der 0 spiegeln, um zu erhalten und die 0 als Mittelpunkt von und erhalten. Wenn wir hier die gegebenen Punkte 3 und 7 auf die verschiedenen Rollen von 0, und verteilen, können wir die 3 an der 7 spiegeln, um zu erhalten, die 7 an der 3 spiegeln, um zu erhalten und die 5 als Mittelpunkt von 3 und 7 erhalten. Die zweite Möglichkeit entfernt uns von unserem Ziel, der 8, und kann deswegen erst einmal verworfen werden. Hat man oder 5 konstruiert, kann mit derselben Logik weitere Punkte konstruieren. Zum Beispiel die 4 als Mittelpunkt von 3 und 5 oder die 9 als Spiegelpunkt von 3 an. 5

6 Jetzt muss man sich überlegen, mit welchen Schritten man möglichst schnell zur 8 gelangt. Es gibt viele verschiedene Wege, die alle mindestens drei harmonische-lage-konstruktionen brauchen. Im Folgenden sei einer vorgestellt: Erst bestimmt man die 5 als Mittelpunkt von 3 und 7: Anschließend bestimmt man die 6 als Mittelpunkt von 5 und 7; man kann sogar die Konstruktion im Schritt vorher weiterverwenden: Abschließend ergibt sich die 8 als Spiegelbild von 6 an 7: Die gesamte Konstruktion sieht dann so aus: 6

7 Abschließend, zur Illustration, noch weitere Punkte auf der Skala: (b) Die Bedingung in der Definition von M lässt sich umschreiben u = [P, B][A, C] [P, B][C, A] = [P, A][B, C] [P, A][C, B]. Die rechte Seite ist das Doppelverhältnis (P, C; B, A) und aus der Vorlesung ist bekannt, dass dieses genau dann ist, wenn P = C. Also gilt M = {C}. Alternativ kann man auch die vier Punkte mit Koordinaten der Form X = sich die Gleichung (p a)(b c) = (p b)(a c), ( ) x schreiben. Es ergibt 7

8 die sich sehr leicht zu p = c auflösen lässt. Um N zu bestimmen, sei P = ( ) i p T ist damit äquivalent zu 3 iz + 3w = 0. ( z w). Die Bedingung Offensichtlich kann w nicht 0 sein ohne dass auch z = 0 ist also können wir es als annehmen. Wir erhalten z = 3i. Es gilt also {( )} 3i N =. Insbesondere beschreibt eine Skalarproduktgleichung im CP keine Gerade, sondern einen einzelnen Punkt. 8

9 Aufgabe 3. Doppelverhältnisse im Kreis. a) Es seien A, B, C, D vier endliche Punkte in RP 2, von denen keine drei auf einer gemeinsamen Geraden liegen. Beweisen Sie: Die Punkte A, B, C, D liegen genau dann auf einem Kreis, wenn ihr Doppelverhältnis von I aus betrachtet reell ist, also (A, B; C, D) I R. b) Seien A, B, C, D vier Punkte auf einem Kreis. Begründen Sie kurz, warum das Doppelverhältnis (A, B; C, D) E gesehen von einem Punkt E auf dem Kreis unabhängig davon ist, wo auf dem Kreis sich der Punkt E befindet. c) In der nachfolgenden Zeichnung sind drei Punkte A, B, C sowie der durch sie definierte Kreis dargestellt. Konstruieren Sie einen reellen Punkt D, so dass A, B; C, D von I aus gesehen in harmonischer Lage sind. A C B 9

10 Lösung: a) Es gibt zwei Möglichkeiten, das zu beweisen. In RP 2 mit I und J ist ein Kreis ein Kegelschnitt durch I und J. Wenn I die Punkte unter einem reellen Doppelverhältnis sieht, muss auch der dazu konjugierte Punkt J sie unter dem gleichen DV sehen, weil das Konjugieren aller Punkte auch das Ergebnis konjugiert, was auf die ganzen reellen Punkte und das reelle DV keine Auswirkung hat. Umgekehrt muss das Doppelverhältnis reell sein, wenn es von I und J aus gesehen das gleiche ist. Ein Punkt, der vier andere unter dem gleichen Doppelverhältnis sieht wie ein fünfter, liegt mit allen fünfen auf einem gemeinsamen Kegelschnitt. Also muss J auch auf dem Kegelschnitt durch A, B, C, D, I liegen. Damit ist dieser Kegelschnitt ein Kreis. Umgekehrt sehen alle Punkte auf einem Kegelschnitt vier andere Punkte auf dem gleichen Kegelschnitt unter dem gleichen Doppelverhältnis. Zusammengefasst: A, B, C, D liegen auf einem Kreis A, B, C, D, I, J liegen auf einem Kegelschnitt (A, B; C, D) I = (A, B; C, D) J (A, B; C, D) I = (A, B; C, D) Ī (A, B; C, D) I = (A, B; C, D) I (A, B; C, D) I R Im degenerierten Fall, wo I und J auf dem Kegelschnitt liegen und dieser dennoch kein Kreis ist, ist er statt dessen ein Paar von Geraden, von denen eine die Ferngerade ist. Damit das passiert, müssten entweder alle vier Punkte A, B, C, D auf der Gerade, die nicht die Ferngerade ist, liegen, oder aber zumindest einer dieser vier Punkte müsste ein Fernpunkt sein. Beide Fälle sind in der Angabe ausgeschlossen worden. In CP gilt, dass vier Punkte genau dann auf einem Kreis oder einer Geraden liegen, wenn ihr Doppelverhältnis reell ist, wobei der Fall kollinearer Punkte in der Angabe ausgeschlossen ist. Man kann die Determinanten benutzen, um die Aufgabenstellung nach CP zu transferieren. Dabei kann man sich auf die Standardeinbettung für die Punkte A bis D zurückziehen, da das Doppelverhältnis ja von der Wahl der Repräsentanten unabhängig ist, und alle vier Punkte endlich sind. a b i [A, B, I] = a 2 b 2 0 = a + ia 2 b ib 2 = a + ia 2 b + ib 2 = [Ã, B] Dabei entspricht à dem endliche Punkt A, wenn man die Zeichenebene als komplexe Zahlenebene auffasst. Es handelt sich also um unterschiedliche Repräsentantionen der gleichen geometrischen Situation. Der Repräsentant von I ist hier geschickt gewählt das Negative von dem aus der Vorlesung. Bei einer anderen Wahl würde sich noch ein Vorfaktor ergeben, der sich jedoch aus dem Doppelverhältnis wieder kürzen würde. Daher ist das Doppelverhältnis in CP 2 von I aus betrachtet gleich dem Doppelverhältnis der entsprechenden Punkte in CP. Zusammengefasst: A, B, C, D liegen auf einem Kreis in R 2 Ã, B, C, D liegen auf einem Kreis in C (Ã, B; C, D) R (A, B; C, D) I R 0

11 b) Diese Aussage ist ein Spezialfall der Aussage, dass das Doppelverhältnis von vier Punkten auf dem Kegelschnitt, gesehen von jedem beliebigen anderen Punkt des Kegelschnitts das gleiche ist. c) Wie in a) gezeigt, muss ein reeller Punkt D, der von I aus gesehen ein reelles DV mit A, B, C hat, auf dem Kreis liegen. Nach b) gilt daher (A, B; C, D) E = (A, B; C, D) I = für jeden Punkt E auf dem Kreis. Gesucht ist also ein Punkt D auf dem Kreis, der von einem Punkt E auf dem Kreis aus gesehen harmonisch zu A, B, C liegt. Das entspricht der Tatsache, dass die Verbindungsgeraden harmonisch liegen, und das wiederum entspricht der Tatsache, dass die Verbindungsgeraden eine weitere Gerade in einem Satz harmonischer Punkte schneiden. E g A A h g D A g C g B C C D B B D S Q P H Konstruktionsbeschreibung:. Wahl der Punktes E beliebig auf dem Kreis, aber von A, B, C verschieden 2. Verbindungsgeraden g A = E A, g B = E B und g C = E C 3. Hilfsgerade h beliebig, aber nicht durch E 4. Schnittpunkte A = g A h, B = g B h und C = g C h 5. Konstruktion D auf h so dass (A, B ; C, D ) = ist () Wahl von H beliebig, aber nicht auf h (2) Wahl von P beliebig auf A H, aber von A und H verschieden (3) Q = (B H) (C P ) (4) S = (A Q) (B P ) (5) D = g (H S) 6. Verbindungsgerade g D = E D 7. Der von E verschiedene Schnittpunkt von g D mit dem Kreis ist D

12 Aufgabe 4. Projektive Transformationen visuell In nachfolgender Tabelle (auf der nächsten Seite) sehen Sie endliche Ausschnitte des RP 2 und diverse Objekte im RP 2. Es ist möglich, dass sich manche Objekte außerhalb des sichtbaren Bereichs befinden oder sogar im Unendlichen. Alles, was inzident, parallel oder rechtwinklig aussieht, ist das auch. In jeder Zeile sind genau zwei der drei Konfigurationen durch eine reelle projektive Transformation ineinander überführbar. Sind Objekte beschriftet, so werden diese entsprechend aufeinander abgebildet. Sind sie es nicht, ist es nur relevant, dass Punkte auf Punkte, Geraden auf Geraden, etc. landen. Entscheiden Sie, welche der drei Konfigurationen jeweils nicht projektiv äquivalent zu den anderen ist und begründen Sie Antwort kurz. Hinweis: Es gibt immer einen offensichtlichen Grund, warum eine der drei Konfigurationen nicht zu den anderen passt. Sie müssen nicht auf Koordinaten nachrechnen, ob eine passende projektive Transformation existiert. 2

13 (a) () (2) (3) (b) () (2) (3) (c) () (2) (3) (d) () (2) (3) Lösung: (a) () passt nicht zu den anderen. (2) ist die normale harmonische-lage-konstruktion. In (3) ist der eine Punkt in der Mitte des anderen Pärchens, womit sein Partner im Unendlichen landet. Zudem 3

14 ist der oberste Punkt in der Hilfskonstruktion ebenfalls im Unendlichen, wodurch einige Geraden der Hilfskonstruktion parallel werden. Bei () sind aber fünf Punkte auf der Rechengeraden, statt vier. Die Hilfskonstruktion der harmonischen Lage besteht aus einem Viereck, dessen sechs Verbindungsgeraden die Rechengerade in vier Punkten schneiden, nicht in fünf. (b) (3) passt nicht zu den anderen. In allen drei Konfigurationen sind Kegelschnitte zu sehen. Allerdings ist es in den ersten beiden ein degenerierter und in (3) ein nicht-degenerierter. Und der Typ einer Quadrik wird durch eine projektive Transformation nicht verändert. Darüberhinaus sind die beiden Äste der Hyperbel in (3) mit unterschiedlichen Namen beschriftet, obwohl es ein und derselbe Kegelschnitt ist. Geht man fälschlicherweise davon aus, dass es sich hier um zwei verschiedene, nicht-degenerierte Kegelschnitte handelt, geht das obige Argument natürlich trotzdem durch. Man muss nur die Geraden in () und (2) als zwei verschiedene Doppelgeraden auffassen, die aber auch degenerierte Kegelschnitte sind. (c) (3) passt nicht zu den anderen. Die vertikalen Geraden durch A, B, C laufen in (3) nicht durch einen gemeinsamen Punkt; in () und (2) schon. (d) (3) passt nicht zu den anderen. In allen Konfigurationen ist ein nicht-degenrierter Kegelschnitt K und ein Punkt P zu sehen. In () und (2) ist P im Inneren von K, in (3) nicht. Da wir den Begriff Inneres eines Kegelschnitts nicht in der Vorlesung hatten, muss man das aber anders begründen. Zeichnet man in (3) eine Hilfsgerade durch P ein, die zum Beispiel waagerecht verläuft, schneidet sie K nicht bzw. nur in komplexen Punkten. Allerdings schneidet jede Gerade durch P den Kegelschnitt K in zwei reellen Punkten in () und (2). Da projektive Transformationen Inzidenzen erhalten, und insbesondere reelle Schnittpunkte reell lassen, kann (3) nicht zu den anderen äquivalent sein. 4

15 Aufgabe 5. Eine Transformation in verschiedenen Räumen Betrachten Sie den unten stehenden Ausschnitt der euklidischen Zeichenebene. Gesucht sind im Folgenden projektive Transformationen, die das Quadrat ABCD auf das Quadrat A B C D abbilden. Es soll also gelten. A A, B B, C C, D D Hinweis: Es ist in den nachfolgenden Aufgaben nicht notwendig, viel zu rechnen. Überlegen Sie sich, was bei den Transformationen geometrisch passiert. (a) Sei die Zeichenebene mittels der Standardeinbettung in den RP 2 eingebettet. Bestimmen Sie diejenige projektive Transformation des RP 2, die ABCD auf A B C D abbildet. (b) Wiederholen Sie Teilaufgabe (a) unter der Annahme, dass die Zeichenebene nun in den CP eingebettet ist; wieder mittels der Standardeinbettung. Lösung: Die einfachste Art, die Aufgabe zu lösen, ist, sich die Geometrie der Transformation zu überlegen. Das Quadrat ABCD wird erst um 45 gedreht, dann um den Faktor 2 vergrößert und dann um den Vektor (3, 3) verschoben. (a) Im RP 2 werden diese Transformationen durch die Matrizen R := , S := , T :=

16 beschrieben, wobei R, S und T die Rotation, Skalierung und Translation sind. Die gesamte Transformation ergibt sich damit als T SR = (b) Im CP werden diese Transformationen durch die Abbildungen Rz := e 4 πi z, Sz := 2 z, T z := z i beschrieben. Die gesamte Transformation ergibt sich damit als T SRz = 2e 4 πi z i. Diese Transformation muss man nun in die Form einer Möbius-Transformation z az+b cz+d bringen. Also hier, 2e 4 πi z i T SRz =. 0 z + In Matrixform ist das dann ( ) 2e 4 πi 3 + 3i. 0 Natürlich lassen sich sie Matrizen der Transformationen in beiden Räumen auch durch den Algorithmus aus der Vorlesung berechnen: (a) Die Matrix, die die Standardbasis 0 0 0,, 0, 0 0 auf A, B, C, D abbildet, ist M := (λa, µb, νc). Die Vorfaktoren in den Spalten ergeben sich als Lösung des LGS λ (A, B, C) µ = D. ν Wir erhalten Ihr Inverses ist M =. 0 M 0. 0 Analog erhalten wir die Matrix, die die Standardbasis auf A, B, C, D abbildet als 5 3 M 2 =

17 Die gesamte Transformation ist damit M 2 M Ein bisschen schönere Zwischenergebnisse erhält man übrigens, wenn man, statt der Ecken, die Seitenmittelpunkte des Quadrates verwendet. (b) Im CP ist die Standardbasis ( ), 0 ( ) 0, ( ). Und wählt man als Ausgangspunkte A, B, C, sind die entsprechenden Matrizen ( ) i 2i M =, i + i ( ) M + i 2, i ( ) 3 5i 2 + 8i M 2 =, u + i ( ) M 2 M i Das ist das (2 2i)-fache der Matrix oben. (Beachte: 2e 4 πi = + i) Der komplizierte Weg hat also das schönere Ergebnis geliefert. Allerdings muss man hier noch extra überprüfen, ob M 2 M D = D gilt, da Transformationen im CP nur von drei Punktepaaren abhängen. ( ) a b Es ist im Allgemeinen schneller und einfacher die Transformation als allgemeine Matrix c d anzunehmen und direkt das LGS ( ) a b (A, B, C) = (A, B, C ) c d zu lösen. Im RP 2 ist das analoge Vorgehen natürlich auch möglich, resultiert aber in einem sehr großen LGS. Hier, im eindimensionalen, hält der Aufwand sich in Grenzen. 7

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Technische Universität München Zentrum Mathematik Michael Strobel Geometriekalküle WS 217/18 http://www-m1.ma.tum.de/geometriekalkuelews1718 Lösungen zu Aufgabenblatt 7 (29. Februar 217) Aufgabe 1. Abstand

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Aufgabe : Fixgerade Technische Universität München Zentrum Mathematik Bernhard Werner Geometriekalküle WS 5/6 www-m.ma.tum.de/geometriekalkuelews56 Aufgabenblatt zum Ferienkurs (. Februar 6) Bestimmen

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Aufgabe 50. Projektivspiegelung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern Projektive Geometrie WS 2010/11 Lösungen zu Aufgabenblatt 12 (24.

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TEHNISHE UNIVERSITÄT MÜNHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern Geometriekalküle WS 00/ Lösungen zu Aufgabenblatt 5 (5. Dezember 00) Präsenzaufgaben Aufgabe 6. Kegelschnitte

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Technische Universität München Zentrum Mathematik Michael Strobel Geometriekalküle WS 07/8 http://www-m0.ma.tum.de/geometriekalkuelews78 Lösungen zu Aufgabenblatt 6 (5. Januar 08) Aufgabe. Euklidischer

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern PROJEKTIVE GEOMETRIE Lösungen zur Semestral-Klausur (5. Februar 22, : 2:3 Uhr) Musterlösung Aufgabe.

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK Projektive Geometrie (Sommersemester 2005) Lösungen zu Aufgabenblatt 4 (25. Mai 2005) Präsenzaufgaben

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TEHNISHE UNIVERSITÄT MÜNHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern Geometriekalküle WS 00/ Lösungen u ufgabenblatt (0. Oktober 00) Präsenaufgaben ufgabe. Dualität. Gegeben

Mehr

8 Die Riemannsche Zahlenkugel

8 Die Riemannsche Zahlenkugel 8 Die Riemannsche Zahlenkugel Wir untersuchen zunächst Geraden- und Kreisgleichungen in der komplexen Ebene C = R 2. Geradengleichungen Die Parameterdarstellung einer Geraden durch zwei Punkte z 1 z 2

Mehr

Technische Universität München Zentrum Mathematik

Technische Universität München Zentrum Mathematik Technische Universität München Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, ernhard Werner Projektive Geometrie SS 26 www-m.ma.tum.de/projektivegeometriess6 Lösungen zu Aufgabenblatt 3 (26-4-28)

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TEHNISHE UNIVERSITÄT MÜNHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern Geometriekalküle WS / Lösungen u ufgabenblatt (9. Oktober ) Präsenaufgaben ufgabe. Dualität. Gegeben

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit linearer Gleichungssysteme Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern PROJEKTIVE GEOMETRIE Lösungen zur Nachhol-Klausur (0. April 202, 9:00 0:30 Uhr) Musterlösung Aufgabe.

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:

Mehr

Hauptachsentransformation: Eigenwerte und Eigenvektoren

Hauptachsentransformation: Eigenwerte und Eigenvektoren Hauptachsentransformation: Eigenwerte und Eigenvektoren die bisherigen Betrachtungen beziehen sich im Wesentlichen auf die Standardbasis des R n Nun soll aufgezeigt werden, wie man sich von dieser Einschränkung

Mehr

} Symmetrieachse von A und B.

} Symmetrieachse von A und B. 5 Symmetrieachsen Seite 1 von 6 5 Symmetrieachsen Gleicher Abstand von zwei Punkten Betrachtet man zwei fest vorgegebene Punkte A und B, drängt sich im Zusammenhang mit dem Abstandsbegriff eine Frage auf,

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 5 Quadriken Polarität Transformationen Klassifikation von Quadriken Geraden in Regelquadriken Die kubische Wendelinie (twisted

Mehr

Erweiterte Koordinaten

Erweiterte Koordinaten Erweiterte Koordinaten Sei K n ein n dimensionaler affiner Raum Die erweiterten Koordinaten des Punktes x x n K n sind x x n Kn+ (Das ist für alle K sinnvoll, weil in jedem Körper K wohldefiniert ist In

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

Lineare Algebra. 1 Lineare Abbildungen

Lineare Algebra. 1 Lineare Abbildungen Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe

Mehr

12 Übungen zu Gauß-Algorithmus

12 Übungen zu Gauß-Algorithmus Aufgaben zum Vorkurs B S. 2 Übungen zu Gauß-Algorithmus 2x x 2 = 7x +, 5x 2 = 7 Aufgabe 6: Aufgabe 7: Aufgabe 8: Aufgabe 9: 2x x 2 = x +2x 2 = 2 2x x 2 = 7x +, 5x 2 =, 5 x 2x 2 = x +x 2 = 5 2x +x 2 = 4

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I Wintersemester 3/ Aufgabenblatt 6. Januar Präsenzaufgaben

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 12

Technische Universität München Zentrum Mathematik. Übungsblatt 12 Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 12 Hausaufgaben Aufgabe 12.1 Sei f : R 3 R 3 gegeben durch f(x) :=

Mehr

6.3 Hauptachsentransformation

6.3 Hauptachsentransformation Im Wintersemester 6/7 wurde in der Vorlesung Höhere Mathematik für Ingenieurstudiengänge der folgende Algorithmus zur Hauptachsentransformation besprochen: 63 Hauptachsentransformation Die Matrizen, die

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Dr. Jürgen Richter-Gebert, Martin von Gagern Projektive Geometrie WS 2/ Lösungen zu Aufgabenblatt 3 (7. November 2) Aufgabe 2. Satz von Desargues

Mehr

Drehung um einen Punkt um Winkel α.

Drehung um einen Punkt um Winkel α. Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D

Mehr

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE Wiederholungsblatt Elementargeometrie im SS 01 bei Prof. Dr. S. Goette LÖSUNGSSKIZZE Die Lösungen unten enthalten teilweise keine vollständigen Rechnungen. Es sind aber alle wichtigen Zwischenergebnisse

Mehr

Die Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche" Punkte mit inhomogenen K

Die Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche Punkte mit inhomogenen K Kapitel IV Projektive Geometrie In diesem Kapitel wird eine kurze Einführung in die projektive Geometrie gegeben. Es sollen unendlich ferne Punkte mit Hilfe von homogene Koordinaten eingeführt werden und

Mehr

Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik

Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik Lineare Algebra Analytische Geometrie I* Übungsaufgaben, Blatt Musterlösungen Aufgabe. Es seien A, B, C Teilmengen einer Menge X. Zeige: i A B C =

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

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie Sommersemester 2009 Franz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 13, 6020

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

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

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Ingenieure II, SS 9 Freitag 6 $Id: jordantex,v 7 9/6/ :8:5 hk Exp $ 5 Eigenwerte und die Jordansche Normalform 5 Die Jordansche Normalform Nachdem wir bisher das Vorgehen zur Berechnung

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I (Wintersemester 3/4) Aufgabenblatt (9. Januar

Mehr

Aufgabenskript. Lineare Algebra

Aufgabenskript. Lineare Algebra Dr Udo Hagenbach FH Gießen-Friedberg Sommersemester 9 Aufgabenskript zur Vorlesung Lineare Algebra 6 Vektoren Aufgabe 6 Gegeben sind die Vektoren a =, b =, c = Berechnen Sie die folgenden Vektoren und

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

Prüfung Lineare Algebra , B := ( ), C := 1 1 0

Prüfung Lineare Algebra , B := ( ), C := 1 1 0 1. Es seien 1 0 2 0 0 1 3 0 A :=, B := ( 1 2 3 4 ), C := 1 1 0 0 1 0. 0 0 0 1 0 0 1 0 0 0 0 Welche der folgenden Aussagen ist richtig? A. A und C haben Stufenform, B nicht. B. A und B haben Stufenform,

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 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

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

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Klausur zur Akademischen Teilprüfung, Modul 2,

Klausur zur Akademischen Teilprüfung, Modul 2, PH Heidelberg, Fach Mathematik Klausur zur Akademischen Teilprüfung, Modul, GHPO I vom.7.003, RPO vom 4.08.003 Einführung in die Geometrie Wintersemester 1/13, 1. Februar 013 Klausur zur ATP, Modul, Einführung

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

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

EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME

EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME In diesem Abschnitt wiederholen wir zunächst grundlegende Definitionen und Eigenschaften im Bereich der Matrizenrechnung, die wahrscheinlich bereits in Ansätzen

Mehr

Ein Produkt ist Null, wenn einer der Faktoren gleich Null ist. Die beiden Eigenwerte sind demnach. λ 1 = 0, λ 2 = 2i. 1 i

Ein Produkt ist Null, wenn einer der Faktoren gleich Null ist. Die beiden Eigenwerte sind demnach. λ 1 = 0, λ 2 = 2i. 1 i TU Dresden Fakultät Mathematik Institut für Numerische Mathematik Lösung zur Aufgabe (b des Übungsblattes Ermitteln Sie on der folgenden Matrix alle (komplexen Eigenwerte und zu jedem Eigenwert einen zugehörigen

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 3 Der Axiator Eigenschaften des Axiators Bestimmung des Kegelschnitts Geometrische Betrachtungen Dualer Kegelschnitt Pol-Polare

Mehr

5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit

5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit ME Lineare Algebra HT 2008 99 5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit 5.1 Ein Beispiel zur Motivation Als einfachstes Beispiel eines dynamischen Systems untersuchen wir folgendes Differentialgleichungssystem

Mehr

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. () In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K.

Mehr

Lösungen Serie 2. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler 1 0 1? 0 1 1

Lösungen Serie 2. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler 1 0 1? 0 1 1 D-MAVT Lineare Algebra II FS 8 Prof. Dr. N. Hungerbühler Lösungen Serie. Welche der folgenden Vektoren sind Eigenvektoren der Matrix? (a) (,, ). Ein Vektor v ist Eigenvektor von A :=, falls Av ein skalares

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Einführung in die Matrizenrechnung

TECHNISCHE UNIVERSITÄT MÜNCHEN. Einführung in die Matrizenrechnung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra WS 006/07 en Blatt 3.0.006 Einführung in die Matrizenrechnung Zentralübungsaufgaben

Mehr

Übungsblatt

Übungsblatt Übungsblatt 3 3.5.27 ) Die folgenden vier Matrizen bilden eine Darstellung der Gruppe C 4 : E =, A =, B =, C = Zeigen Sie einige Gruppeneigenschaften: a) Abgeschlossenheit: Berechnen Sie alle möglichen

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

= 11 ± 5, also k 1 = 3 und k 2 = 8.

= 11 ± 5, also k 1 = 3 und k 2 = 8. Stroppel Musterlösung.8.5, 8min Aufgabe (6 Punkte) Gegeben sei die Funktion f: R R: x x e x. (a) Zeigen Sie durch vollständige Induktion, dass für alle x R und alle k N gilt: f (k) (x) = ( ) k (x kx+(k

Mehr

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2

ein vom Nullvektor verschiedener Vektor, dann ist jeder dazu parallele (kollinear) Veka tor d ein Vielfaches von a. + λ 2 a 2 II. Basis und Dimension ================================================================= 2.1 Linearkombination und Basis -----------------------------------------------------------------------------------------------------------------

Mehr

8. Kleinsche Geometrie I: Hyperbolische Geometrie. Das Erlanger Programm.

8. Kleinsche Geometrie I: Hyperbolische Geometrie. Das Erlanger Programm. 8. Kleinsche Geometrie I: Hyperbolische Geometrie Nach den bisherigen Ergebnissen müssen wir uns nun um die Gruppe PSL 2 C kümmern. Das Studium dieser Gruppe wird uns in dieser Vorlesung zu einem neuen

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

Mehr

Abiturprüfung Mathematik 200 Baden-Württemberg (ohne CAS) Wahlteil Aufgaben Analytische Geometrie II, 2 Gegeben sind der Punkt A(,/6/,) sowie die Gerade g: x = 0 + t. a) Bestimmen Sie den Schnittpunkt

Mehr

5.2 Rechnen mit Matrizen

5.2 Rechnen mit Matrizen 52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 97 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

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

Mathematik I. Vorlesung 14. Rang von Matrizen

Mathematik I. Vorlesung 14. Rang von Matrizen Prof Dr H Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 14 Rang von Matrizen Definition 141 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von den Spalten

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

Lineare Algebra II 3. Übungsblatt

Lineare Algebra II 3. Übungsblatt Lineare Algebra II 3. Übungsblatt Fachbereich Mathematik SS 2011 Prof. Dr. Kollross 27./28. April 2011 Susanne Kürsten Tristan Alex Minitest Aufgabe M1 (Formale Polynome) Betrachten Sie die folgenden Polynome

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b

Mehr

Berechnung der Determinante

Berechnung der Determinante Berechnung der Determinante Verhalten der Determinante unter elementaren Zeilenoperationen: Das Vertauschen zweier Zeilen/Spalten der Matrix A ändert nur das Vorzeichen der Determinante, d.h: i, j {1,...,

Mehr

Ausgewählte Lösungen zu den Übungsblättern 4-5

Ausgewählte Lösungen zu den Übungsblättern 4-5 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit

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

10. Übung zur Linearen Algebra I -

10. Übung zur Linearen Algebra I - . Übung zur Linearen Algebra I - en Kommentare an Hannes.Klarner@FU-Berlin.de FU Berlin. WS 29-. Aufgabe 37 i Für welche α R besitzt das lineare Gleichungssystem 4 αx + αx 2 = 4x + α + 2x 2 = α genau eine,

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Boris Springborn, Martin von Gagern Projektive Geometrie, SS Lösungen zu Aufgabenblatt (. Juni ) Aufgabe. Spiegelungen im Klein-Modell Präsenzaufgaben

Mehr

Inhaltsverzeichnis. Inhaltsverzeichnis

Inhaltsverzeichnis. Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis Einleitung 5 1 Zahlen 7 1.1 Zahlen und Zahlenmengen....................................... 7 1.2 Rechnen mit Zahlen und Termen....................................

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 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

Elementare Geometrie Vorlesung 16

Elementare Geometrie Vorlesung 16 Elementare Geometrie Vorlesung 16 Thomas Zink 19.6.2017 1.Homothetien Definition Es sei E eine Ebene. Eine Homothetie h : E E ist eine bijektive Abbildung, so dass (1) Wenn a E eine Gerade ist, so ist

Mehr

Lk Mathematik 12 Analytische Geometrie Arbeitsblatt A.1

Lk Mathematik 12 Analytische Geometrie Arbeitsblatt A.1 Lk Mathematik 2 Analytische Geometrie Arbeitsblatt A.. Die Grundäche eines Spielplatzes liegt in der x - -Ebene. Auf ihm steht eine innen begehbare, senkrechte, quadratische Pyramide aus Holz mit den Eckpunkten

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

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

eine O fixierende Bewegung.

eine O fixierende Bewegung. 1. Bewegungen der hyperbolischen Ebene Sei nun H eine hyperbolische Ebene. Dann erhält man dieselben Klassen von Bewegungen wie im Euklidischen Fall und eine weitere Klasse. Wir haben oben nur ein einziges

Mehr

Projektive Räume und Unterräume

Projektive Räume und Unterräume Projektive Räume und Unterräume Erik Slawski Proseminar Analytische Geometrie bei Prof. Dr. Werner Seiler und Marcus Hausdorf Wintersemester 2007/2008 Fachbereich 17 Mathematik Universität Kassel Inhaltsverzeichnis

Mehr

Analytische Geometrie I

Analytische Geometrie I Analytische Geometrie I Rainer Hauser Januar 202 Einleitung. Geometrie und Algebra Geometrie und Algebra sind historisch zwei unabhängige Teilgebiete der Mathematik und werden bis heute von Laien weitgehend

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

Musterlösung 7 Lineare Algebra für die Naturwissenschaften

Musterlösung 7 Lineare Algebra für die Naturwissenschaften Musterlösung 7 Lineare Algebra für die Naturwissenschaften Aufgabe Entscheiden Sie, ob folgende Abbildungen linear sind, und geben sie für die linearen Abbildungen eine Matrixdarstellung (in einer Basis

Mehr

Musterlösungen Klausur Geometrie

Musterlösungen Klausur Geometrie Musterlösungen Klausur Geometrie Aufgabe 1 (Total: 8 Punkte). Seien A, B, C die Eckpunkte eines nichtentarteten Dreiecks in der euklidischen Ebene. Seien D, E, F derart gewählt, dass folgende Teilverhältnisse

Mehr

6.2 Rechnen mit Matrizen

6.2 Rechnen mit Matrizen 62 Rechnen mit Matrizen 62 Rechnen mit Matrizen 103 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

Mehr

Aufgabenskript. Lineare Algebra

Aufgabenskript. Lineare Algebra Dr Udo Hagenbach FH Gießen-Friedberg Sommersemester Aufgabenskript zur Vorlesung Lineare Algebra 6 Vektoren Aufgabe 6 Gegeben sind die Vektoren a =, b =, c = Berechnen Sie die folgenden Vektoren und ihre

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

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

Elementare Geometrie Vorlesung 13

Elementare Geometrie Vorlesung 13 Elementare Geometrie Vorlesung 13 Thomas Zink 7.6.2017 1.Vektoren Es sei E eine Ebene. Eine Translation T : E E wird auch als Vektor bezeichnet. Wenn O, A E, so gibt es genau einen Vektor T, so dass T

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 5 Punkte Ebenen im Raum Dualismus im Raum Die unendlich ferne Ebene Parametrische Darstellung (Span) Die Gerade im Raum -

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

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

Serie 12: Eigenwerte und Eigenvektoren

Serie 12: Eigenwerte und Eigenvektoren D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie : Eigenwerte und Eigenvektoren Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom 7 und 9 Dezember Finden Sie für folgende

Mehr

Höhere Mathematik I. Variante A

Höhere Mathematik I. Variante A Lehrstuhl II für Mathematik Prof Dr E Triesch Prof Dr O Sander Höhere Mathematik I WiSe / 4 Variante A Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA4-Blätter (Vorder-

Mehr

LINEARE ALGEBRA II. FÜR PHYSIKER

LINEARE ALGEBRA II. FÜR PHYSIKER LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

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

Projektive Geometrie

Projektive Geometrie Projektive Geometrie Einleitung Was ist projektive Geometrie? eine alternative algebraische Repräsentation von geometrischen Objekten (Punkt, Gerade,...) und Transformationen (Translation, Rotation,...)

Mehr

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }. 154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =

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