Blatt 06.3: Matrizen
|
|
- Karlheinz Hofer
- vor 6 Jahren
- Abrufe
Transkript
1 Fakultät für Physik R: Rechenmethoden für Physiker, WiSe 204/5 Dozent: Jan von Delft Übungen: Benedikt Bruognolo, Katharina Stadler Blatt 06.3: Matrizen Ausgabe: Freitag, Abgabe: Freitag, , 3:00 Beispielaufgabe : Gauß-Algorithmus (**) (a) Lösen Sie folgendes lineares Gleichungsystem mit dem Gauß-Algorithmus: 3x + 2x 2 x 3 =, 2x 2x 2 + 4x 3 = 2, x + 2 x2 x 3 = 0. (b) Wie lautet die Lösung des Gleichungssystems wenn man die unterste Gleichung herausnimmt? (c) Und wenn man die unterste Gleichung durch x x2 x 3 = 0 ersetzt? (d) Dieses Gleichungssystem kann man auch in die Form Ax = b bringen. Berechnen Sie das Inverse A der 3 3 Matrix A mit Hilfe des Gauß-Algorithmus, und verifizieren Sie mittels x = A b Ihr Ergebnis aus (a). Beispielaufgabe 2: Basistransformation (**) Betrachen Sie die folgenden drei Basistransformationen in R 3, mit Standardbasis {e, e 2, e 3 }: A : Rotation um die 3-Achse um den Winkel θ 3 = π, in die rechtshändig positive Richtung. 4 B : Streckung der -Achse um den Faktor s = 3; C : Rotation um die 2-Achse um den Winkel θ 2 = π, in die rechtshändig positive Richtung. 2 Hinweis: Rechtshändig positiv bedeutet: wenn die rechte Hand die Drehachse umklammert und der Daumen entlang ihrer positiven Richtung zeigt, dann zeigen die anderen Finger in die Richtung positiver Drehwinkel. (a) Finden Sie die Matrixdarstellungen (bezüglich der Standardbasis) von A, B, C. (b) Was ist das Bild y = Bx des Vektors x = (,, ) T unter der Streckung B? (c) Was ist das Bild z = Dx von x unter der Verknüpfung aller drei Abbildungen, D = C B A? (d) Betrachten Sie nun eine neue Basis {v j}, definiert durch eine Rotation der Standardbasis mittels A, d.h. e A j v j. Skizzieren Sie die alten und neuen Basisvektoren in derselben Skizze. Finden Sie die Transformationsmatrix T, deren Matrixelemente den Bezug zwischen der alten und der rotierten Basis angeben, mit e j = v it i j.
2 (e) In der {v i}-basis lassen sich die Vektoren x und y darstellen als x = v ix i und y = v iy i. Finden Sie die entsprechenden Komponenten x = (x, x 2, x 3 ) T und y = (y, y 2, y 3 ) T. (f) B sei die Darstellung der Streckung B in der rotierten Basis. Finden Sie B durch entsprechende Transformation der Matrix B, und nutzen Sie das Ergebnis, um das Bild y von x unter B zu berechnen. (Stimmt das Ergebnis mit dem aus (e) überein?) Beispielaufgabe 3: Determinanten (**) Berechnen Sie die Determinanten von folgenden Matrizen, A = ( ) 2, B = 5 3 ( 3 ) 2 4 3, C = 2 a a a 0 a 0 0 b, 0 0 b b a b b 0 durch Entwickeln nach einer beliebigen Zeile oder Spalte. (Es ist günstig jeweils eine Spalte oder Zeile mit vielen Nullen zu wählen.) Beispielaufgabe 4: Jacobi-Determinante für Zylinderkoordinaten (*) Berechnen Sie die Jacobi-Determinante (x,x 2,x 3 ) (ρ,φ,z) für die Transformation von kartesischen zu Zylinderkoordinaten. Beispielaufgabe 5: Dreifach-Gauß-Integral per Variablentransformation (**) Berechnen Sie folgendes dreifach-gauß-integral (mit a, b, c > 0, a, b, c R): ˆ I = dx dy dz e [a2(x+y)2+b2(z y)2+c2(x z)2 ] R 3 Hinweis: Nutzen Sie dazu die Variablentransformation u = a(x+y), v = b(z y), w = c(x z) und berechnen Sie die Jacobi-Determinante mittels J = (u,v,w). [Kontrollergebnis: für a = b = c = π gilt I = /2.] (x,y,z) Hausaufgabe : Matrixinvertierung mittels Gauß-Algorithmus (**) (a) Bestimmen Sie das Inverse der Matrix A = mittels Gauß-Algorithmus. (b) Überprüfen Sie anschließend durch Matrixmultiplikation, dass tatsächlich AA = A A = gilt. 2
3 Hausaufgabe 2: Basistransformation (**) Hinweis: Eine präziser formulierte Version dieser Hausaufgabe wurde als Hausaufgabe 0 hinzugefügt. Gegeben sei eine alte Basis {v j } des R 2 und eine neue {v i}. Die alte Basis lässt sich folgendermaßen durch die neue ausdrücken: v = 5 v v 2, v 2 = 6 5 v v 2. (a) Finden Sie die Transformationsmatrix T, deren Matrixelemente den Bezug zwischen der alten und der neuen Basus angeben, v j = v it i j. Transformieren Sie anschließend den in der alten Basis gegebenen Koordinatenvektor x = (2, 2 )T in die neue Basis. (b) Wählen Sie nun für die alte Basis v = (, ) T und v 2 = (2, ) T und berechnen Sie v und v 2 explizit. Machen Sie eine Skizze, die die alten und neuen Basisvektoren enthält, sowie den Vektor x. Sind die in (a) diskutierten Koordinaten dieses Vektors bezüglich beider Basen mit Ihrer Skizze konsistent? (c) Überlegen Sie sich, wie der Vektor y = ( 3, ) T (dargestellt in der neuen Basis) in der alten Basis aussieht. Betrachten Sie dazu die zwei Gleichungen, die die beiden Basen verknüpfen. Überprüfen Sie ihre Vermutung, indem Sie die Transformationsmatrix von der neuen in die alte Basis bestimmen und wenden Sie diese auf y an. Hausaufgabe 3: Basistransformation und lineare Abbildungen (**) Betrachen Sie die folgenden drei linearen Abbildungen in R 3, mit Standardbasis {e, e 2, e 3 }. A : Rotation um die -Achse um den Winkel θ = π 3 d.h. eine Linksdrehung. bezüglich der rechtshändigen Richtung, B : Streckung der Achsen und 2, mit den Faktoren s = 2 bzw. s 2 = 4. C : Spiegelung in der 23-Ebene. (a) Finden Sie die Matrixdarstellungen (bezüglich der Standardbasis) von A, B, C. Welche dieser Abbildungen kommutieren miteinander (d.h., für welche gilt T T 2 = T 2 T )? (b) Was ist das Bild y = CAx des Vektors x = (,, ) T unter der Abbildung CA? (c) Finden Sie den Vektor z, der unter der Verknüpfung aller drei Abbildungen, D = C B A, auf y abgebildet wird. [Hinweis: D = A B C.] (d) Betrachten Sie nun eine neue Basis {v i}, die durch Rotation und Spiegelung mittels CA auf die Standardbasis abgebildet wird, v i CA e i. [Achtung: in der Beispielaufgabe war es umgekehrt!] Skizzieren Sie die alten und neuen Basisvektoren in derselben Skizze. [Achtung: Die neuen Basisvektoren bilden ein Linkssystem! Warum?] Finden Sie die Transformationsmatrix T, deren Matrixelemente den Bezug zwischen der alten und der neuen Basis angeben, mit e j = v it i j. (e) In der {v i}-basis lassen sich die Vektoren z und y darstellen als z = v iz i und y = v iy i. Finden Sie die entsprechenden Komponenten z = (z, z 2, z 3 ) T und y = (y, y 2, y 3 ) T. 3
4 (f) D sei die Darstellung von D in der neuen Basis. Finden Sie D durch entsprechende Transformation der Matrix D, und nutzen Sie das Ergebnis, um das Bild y von z unter D zu berechnen. (Stimmt das Ergebnis mit dem aus (e) überein?). Hausaufgabe 4: Determinante (**) Gegeben sind zwei Matrizen, A = ( ) 2 3, B = (a) Berechnen Sie AB und BA. Berechnen Sie die Determinante und das Inverse (b) von AB und (c) von BA. (d) Kann man auch die Determinante von A bzw. B berechnen? Warum? Wie ist es mit dem Inversen? Hausaufgabe 5: Nullstellen einer Determinante (*) ( ) a 0 (a) Berechnen Sie die Determinante der Matrix A = b c (b) Welche Werte müssen a und b haben, damit det A = 0 für alle Werte von c? (c) Welche Werte müssen b und c haben, damit det A = 0 für alle Werte von a? (d) Hätten Sie die Ergebnisse von Teilaufgaben (b,c) auch finden können, ohne det A explizit zu berechnen?. Hausaufgabe 6: Jacobi-Determinante für Kugelkoordinaten (*) Berechnen Sie die Jacobi-Determinante (x,x 2,x 3 ) (r,θ,φ) für die Transformation von kartesischen zu Kugelkoordinaten. Hausaufgabe 7: Lorentz-Integral: dx/(x 2 + ) (**) (a) Berechnen Sie I(z) = ˆ z 0 dx. [Kontrollergebnis: I( ) = π/2. ] x 2 + Hinweis: da tan 2 y + = / cos 2 y, hilft die Substitution x = tan y. (b) Überprüfen Sie Ihr Ergebnis für I(z) durch Berechnung von di(z) dz. Hausaufgabe 8: Dreifach-Lorentz-Integral per Variablentransformation (**) Berechnen Sie folgendes dreifach-lorentz-integral (mit a, b, c, d > 0, a, b, c, d R): ˆ I = dx dy dz R [(xd + y) a 2 ] [(y + z x) 2 + b 2 ] [(y z) 2 + c 2 ] Hinweise: Nutzen Sie die Variablentransformation u = (xd+y)/a, v = (y +z x)/b, w = (y z)/c und berechnen Sie die Jacobi-Determinante mittels J = (u,v,w) (x,y,z). [Kontrollergebnis: für a = b = c = π, d = 2, gilt I = /5.] Hausaufgabe 9: Matrixinversion (Bonus) (*) 4
5 Eine n n-matrix M n sei definiert durch (M n ) i j = δ i jm + δ j mit (i, j =,..., n). (a) Berechnen Sie zuerst M3. (b) Stellen Sie eine Vermutung auf, wie die inverse Matrix Mn für ein allgemeines n aussehen muss. (Falls Sie keine Vermutung formulieren können, hilft es vielleicht, zunächst auch noch M4 zu berechnen.) (c) Überprüfen Sie Ihre Vermutung, indem Sie Mn M n berechnen. Hausaufgabe 0: Basistransformation in E 2 (**) Hinweis: Dies ist eine präziser formulierte Version von Hausaufgabe 3. Der Euklidische Vektorraum E 2 habe zwei Basen, eine alte, {ˆv j }, und eine neue, {ˆv i}, mit ˆv = 5 ˆv ˆv 2, ˆv 2 = 6 5 ˆv ˆv 2. (a) Die Relation ˆv j = ˆv it i j drückt die alte durch die neue Basis aus. Finden Sie die Transformationsmatrix T. (b) Finden Sie die Matrix T, und drücken Sie mittels der Rücktransformation ˆv j = ˆv i (t ) i j die neue durch die alte Basis aus. (c) Der Vektor ˆx habe Komponenten x = (2, 2 )T in der alten Basis. Wie lauten sein Komponenten x in der neuen Basis? (d) Der Vektor ŷ habe Komponenten y = ( 3, ) T Komponenten y in der alten Basis? in der neuen Basis. Wie lauten seine (e) Wählen Sie nun für die alte Basis ˆv = ê + ê 2 und ˆv 2 = 2ê ê 2, wobei ê = ( 0 und ê 2 = ( 0 ) die Standardbasisvektoren von E 2 sind. Wie lauten ˆv, ˆv 2, und ˆx in der Standardbasis von E 2? (f) Machen Sie eine Skizze (mit ê und ê 2 als Einheitsvektoren in die horizontale bzw. vertikale Richtung), die die alten und neuen Basisvektoren zeigt, sowie den Vektor ˆx. Sind die in (c) diskutierten Koordinaten dieses Vektors bezüglich beider Basen mit Ihrer Skizze konsistent? Hinweis zur Notation: In dieser Aufgabe werden Vektoren im Euklidischen Raum E 2 durch Hütchen gekennzeichnet (ˆv j, ˆv j, ˆx, ŷ, ê, ê 2 E 2 ). Kompontenvektoren bezüglich einer gegebenen Basis sind Vektoren in R 2 und tragen keine Hütchen (z.b. x, y, x, y R 2 ). ) 5
Repetitorium A: Matrizen, Reihenentwicklungen
Fakultät für Physik R: Rechenmethoden für Physiker, WiSe 5/6 Dozent: Jan von Delft Übungen: Benedikt Bruognolo, Dennis Schimmel, Frauke Schwarz, Lukas Weidinger http://homepages.physik.uni-muenchen.de/~vondelft/lehre/5r/
MehrNachholtutorium A: Matrizen, Reihenentwicklungen Aufgaben
Fakultät für Physik Jan von Delft, Olga Goulko, Florian Bauer T: Rechenmethoden für Physiker, WiSe /3 http://homepages.physik.uni-muenchen.de/~vondelft/lehre/t/ Nachholtutorium A: Matrizen, Reihenentwicklungen
MehrNützliches Hilfsmittel (um Schreiberei zu reduzieren): 'Erweiterte Matrix': Gauß- Verfahren
L5.4 Inverse einer Matrix Ausgangsfrage: Wie löst man ein lineares Gleichungsystem (LSG)? Betrachte n lineare Gleichungen für n Unbekannte: Ziel: durch geeignete Umformungen bringe man das LSG in folgende
MehrBlatt 07.5: Matrizen II: Inverse, Basistransformation
Fakultät für Physik R: Rechemethode für Physiker, WiSe 015/16 Dozet: Ja vo Delft Übuge: Beedikt Bruogolo, Deis Schimmel, Frauke Schwarz, Lukas Weidiger http://homepages.physik.ui-mueche.de/~vodelft/lehre/15r/
MehrÜbungsblatt
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
Mehr4. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo
Fachbereich Mathematik Prof. J. Lehn Hasan Gündoğan, Nicole Nowak Sommersemester 8 4./5./8. April 4. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI, AngGeo Gruppenübung Aufgabe G9 (Multiple Choice Bei
Mehrgegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren
Stefan K. 4.Übungsblatt Algebra I Aufgabe 1 gegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler von G zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren Beweis: Seien
Mehrein geeignetes Koordinatensystem zu verwenden.
1.13 Koordinatensysteme (Anwendungen) Man ist immer bemüht, für die mathematische Beschreibung einer wissenschaftlichen Aufgabe ( Chemie, Biologie,Physik ) ein geeignetes Koordinatensystem zu verwenden.
Mehr6. Übungsblatt Aufgaben mit Lösungen
6. Übungsblatt Aufgaben mit Lösungen Exercise 6: Find a matrix A R that describes the following linear transformation: a reflection with respect to the subspace E = {x R : x x + x = } followed by a rotation
MehrEinführung in die Mathematik für Informatiker
Einführung in die Mathematik für Informatiker Prof. Dr. www.math.tu-dresden.de/ baumann 12.12.2016 9. Vorlesung Eigenschaften linearer Abbildungen Beschreibung linearer Abbildungen durch Matrizen... Eigenschaften
MehrZusammenfassung und Beispiellösungen. zur Linearen Algebra
Zusammenfassung und Beispiellösungen zur Linearen Algebra Inhaltsverzeichnis TI Taschenrechner Funktionen für Matrizen... n*m Matrix... Diagonal und Dreiecksmatrix... Transponierte der Matrix A (AT)...
MehrLösbarkeit 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
MehrLineare 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
Mehr09. Lineare Abbildungen und Koordinatentransformationen
09. Lineare Abbildungen und Koordinatentransformationen Definition. Seien V und W Vektorräume. Unter einer linearen Abbildung versteht man eine Abbildung F : V W, v F v w mit folgender Eigenschaft: F λ
MehrI) MATRIZEN. 1) Speichern geometrischer Daten: Punkte, Vektoren. j - te Variable (Spalte), j = 1,2,3,..., n
I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen y1 = a11x1+ a12x2 + a13x3 y2 = a21x1+ a22x2 + a23x3... Koeffizienten a ij i - te Gleichung (Zeile), i
MehrÜbungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Blatt 3 - Lösung
Technische Universität München Physik Department Pablo Cova Fariña, Claudia Nagel Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 207/8 Blatt 3 - Aufgabe : Darstellungsmatrizen Sei
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen
MehrAUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW
AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW Lineare Gleichungssysteme Lösen Sie folgende Gleichungssysteme über R: a) x + x + x = 6x + x + x = 4 x x x = x 7x x = 7 x x = b) x + x 4x + x 4 = 9 x + 9x x x
MehrHauptachsentransformation: 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
MehrLösungen zu Prüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Sommer 4 Lösungen zu Prüfung Lineare Algebra I/II für D-MAVT. [ Punkte] Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in
Mehr7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?
Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist
Mehr(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.
MehrLineare Abbildungen (Teschl/Teschl 10.3, 11.2)
Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:
Mehr35 Matrixschreibweise für lineare Abbildungen
35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
Mehr4 Lineare Abbildungen
17. November 2008 34 4 Lineare Abbildungen 4.1 Lineare Abbildung: Eine Funktion f : R n R m heißt lineare Abbildung von R n nach R m, wenn für alle x 1, x 2 und alle α R gilt f(αx 1 ) = αf(x 1 ) f(x 1
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
MehrKlausur zur Vorlesung Höhere Mathematik I
Name: 4. Februar 2002, 8.30-10.30 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 120 min, 2 Zeitstunden Vorlesungsmitschrift, Übungen Schreiben Sie bitte auf dieses Deckblatt oben
MehrÜbungen 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
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrÜbungen 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
Mehr12 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
MehrVektoren - Basiswechsel
Vektoren - Basiswechsel Grundprinzip Für rein geometrische Anwendungen verwendet man üblicherweise die Standardbasis. Damit ergibt sich in den Zahlenangaben der Koordinaten kein Unterschied zu einem Bezug
MehrMusterlösungen 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
Mehr5 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
Mehr9. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 9. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS /..-4.. Aufgabe G (Koordinatentransformation)
MehrMusterlösung 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
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
MehrBC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2
Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete
MehrKrummlinige Koordinaten
Krummlinige Koordinaten Einige Koordinatensysteme im R 3 haben wir bereits kennengelernt : x, x 2, x 3... kartesische Koordinaten r, φ, x 3... Zylinderkoordinaten r, φ, ϑ... Kugelkoordinaten Sind andere
MehrFachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)
Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie (Lineare Abbildungen) Dozent/in: R. Burkhardt Büro:.6 Klasse: Semester: Datum: HS 8/9. Aufgabe Zeige, dass die folgenden Abbildungen
MehrÜbungsblatt 5 : Lineare Algebra
Aufgabe 5.1 Übungsblatt 5 : Lineare Algebra Gegeben sind die folgenden Vektoren: Bestimmen Sie die Komponenten von Aufgabe 5.2 Gegeben seien die Vektoren Berechnen Sie (a) (b) (c) Aufgabe 5.3, d.h. der
MehrBlatt 1. Kinematik- Lösungsvorschlag
Fakultät für Physik der LMU München Lehrstuhl für Kosmologie, Prof. Dr. V. Mukhanov Übungen zu Klassischer Mechanik (T1) im SoSe 011 Blatt 1. Kinematik- Lösungsvorschlag Aufgabe 1.1. Schraubenlinie Die
MehrLineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri
Lineare Algebra Gymnasium Immensee SPF PAM Bettina Bieri 6. Oktober 2011 Inhaltsverzeichnis 1 Matrizen 1 1.1 Einleitung............................. 1 1.2 Der Begriff Matrix........................ 1 1.2.1
MehrLineare 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:
MehrLineare Algebra 2013 Lösungen für Test und Zusatzfragen
Lineare Algebra 3 Lösungen für Test und Zusatzfragen Test Multiple Choice. Seien Für die Lösung x x x x 3 A, b des Systems Ax b gilt x 3 5 x 3 x 3 3 x 3 / Mit elementaren Zeilenoperationen erhalten wir
MehrBlatt 11.4: Deltafunktion und Fourierreihen
Faultät für Physi R: Rechenmethoden für Physier, WiSe 215/16 Dozent: Jan von Delft Übungen: Benedit Bruognolo, Dennis Schimmel, Fraue Schwarz, uas Weidinger http://homepages.physi.uni-muenchen.de/~vondelft/ehre/15r/
MehrD-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 011 Tom Ilmanen. Musterlösung 12. a ij = v i,av j (A ist symmetrisch) = Av i,v j
D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 0 Tom Ilmanen Musterlösung 2. Falls b := (v,,v n ) eine Orthonormalbasis von V ist, dann lassen sich die Komponenten von einem Vektor v = n i= t i v i bezüglich
Mehr13 Lineare Abbildungen
13 Lineare Abbildungen Grob gesprochen sind lineare Abbildungen bei Vektorräumen dasselbe wie Homomorphismen bei Gruppen, nämlich strukturerhaltende Abbildungen. Auch in diesem Kapitel seien V, W Vektorräume.
MehrÜbungen zu Lineare Algebra und Geometrie 1
Übungen zu Lineare Algebra und Geometrie 1 Andreas Čap Sommersemester 2015 Wiederholung grundlegender Begriffe (1 Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch f(x, y,
MehrVorkurs Mathematik. Vektoren, lineare Gleichungssysteme und Matrizen
Dorfmeister, Boiger, Langwallner, Pfister, Schmid, Wurtz Vorkurs Mathematik TU München WS / Blatt Vektoren, lineare Gleichungssysteme und Matrizen. In einem kartesischen Koordinatensystem des R sei eine
MehrD-CHAB Frühlingssemester 2018
D-CHAB Frühlingssemester 2018 Grundlagen der Mathematik II Dr Marcel Dettling Lösung 4 1) Nur für die folgenden Wahlen kann man das Produkt bilden: A A mit Dimension (2, 2) (2, 2) (2, 2): 1 2 A Y mit Dimension
Mehr3D-Transformationen. Kapitel Translation Skalierung
Kapitel 3 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder
MehrC A R L V O N O S S I E T Z K Y. Transformationen. Johannes Diemke. Übung im Modul OpenGL mit Java Wintersemester 2010/2011
C A R L V O N O S S I E T Z K Y Transformationen Johannes Diemke Übung im Modul OpenGL mit Java Wintersemester 2010/2011 Motivation Transformationen Sind Grundlage vieler Verfahren der Computergrafik Model-
MehrAusgangsfrage: gegeben Vektorraum, wieviele Komponenten hat. allgemein: ein Vektorraum mit, heisst 'Unterraum' von. ist ein Unterraum von V.
L2.3 Basis und Dimension Ausgangsfrage: gegeben Vektorraum, wieviele Komponenten hat Formaler: was ist die 'Dimension' von Sei Definition: 'Span' 'lineare Hülle' = alle möglichen Linearkombination der
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
MehrLineare Abbildungen. Heinrich Voss. Hamburg University of Technology Department of Mathematics. Lineare Abbildungen p.
Lineare Abbildungen Heinrich Voss voss@tu-harburg.de Hamburg University of Technology Department of Mathematics Lineare Abbildungen p. /95 Basiswechsel Es seien V, W endlichdimensionale Vektorräume und
MehrÜbungsblatt 5 : Lineare Algebra
Mathematik I Übungsblatt 5 WS /5 Dr. A. Schmitter Übungsblatt 5 : Lineare Algebra Aufgabe 5. Gegeben sind die folgenden Vektoren: u = v = 8 w = 6 a) Bestimmen Sie die Komponenten von u v, 6u + w, v + u,
MehrMehrdimensionale Integralrechnung 2
Mehrdimensionale Integralrechnung Quiz Wir wollen die Dynamik zweier Teilchen beschreiben, die über ein hoch elastisches Seil verbunden sind und sich wild im Raum bewegen! Ein Kollege schlägt dazu vor
MehrKLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:
KLAUSUR Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker).3. (W. Koepf) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Für jede Aufgabe gibt es Punkte. Zum Bestehen der Klausur
MehrL5 Matrizen I: Allgemeine Theorie
L5 Matrizen I: Allgemeine Theorie Matrix: (Plural: Matrizen) Vielfältige Anwendungen in der Physik: - Lösung von linearen Gleichungsystemen - Beschreibung von Drehungen - Beschreibung von Lorenz-Transformationen
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.
Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion
MehrAufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010
Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und
MehrAus dem Beispiel lässt sich ablesen (und auch beweisen, siehe Mathematikvorlesung): Die Einheitsvektoren des Koordinatensystems K sind die Spalten der
7 Aus dem Beispiel lässt sich ablesen (und auch beweisen, siehe Mathematikvorlesung): Folgerung: Drehmatrizen haben die Determinante. Folgerung: Drehmatrizen sind orthogonale Matrizen, das heißt D = D
MehrMatrizen und Determinanten, Aufgaben
Matrizen und Determinanten, Aufgaben Inhaltsverzeichnis 1 Multiplikation von Matrizen 1 11 Lösungen 3 2 Determinanten 6 21 Lösungen 7 3 Inverse Matrix 8 31 Lösungen 9 4 Matrizengleichungen 11 41 Lösungen
MehrMatrix. Unter einer (m n)-matrix (m, n N) über einem Körper K versteht man ein Rechteckschema. a m,1 a m,2 a m,n. A = (a i,j ) = Matrix 1-1
Matrix Unter einer (m n)-matrix (m, n N) über einem Körper K versteht man ein Rechteckschema a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = (a i,j ) =.... a m,1 a m,2 a m,n Matrix 1-1 Matrix Unter einer (m n)-matrix
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
MehrMatrixprodukt und Basiswechsel bei Abbildungen
Matrixprodukt und Basiswechsel bei Abbildungen 1 Erster Teil: Das Matrixprodukt Wie multipliziert man eine Matrix mit einer Matrix? 2 Zur Erinnerung: Wie multipliziert man einen Zeilenvektor mit einem
Mehr2.3.4 Drehungen in drei Dimensionen
2.3.4 Drehungen in drei Dimensionen Wir verallgemeinern die bisherigen Betrachtungen nun auf den dreidimensionalen Fall. Für Drehungen des Koordinatensystems um die Koordinatenachsen ergibt sich 1 x 1
MehrC orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =
1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition
Mehr= 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
MehrD-ITET. D-MATL, RW Lineare Algebra HS 2017 Dr. V. Gradinaru T. Welti. Online-Test 2. Einsendeschluss: Sonntag, den
D-ITET. D-MATL, RW Lineare Algebra HS 7 Dr. V. Gradinaru T. Welti Online-Test Einsendeschluss: Sonntag, den..7 : Uhr Dieser Test dient, seriös bearbeitet, als Repetition des bisherigen Vorlesungsstoffes
MehrAufgaben zur Vorlesung: Lineare Algebra und analytische Geometrie I
Institut für Mathematik Blatt Prof. Dr. B. Martin, H. Süß Abgabe: 0.4. Aufgaben zur Vorlesung: Lineare Algebra und analytische Geometrie I Aufgabe : 2 Punkte Stellen Sie die Gleichung der Ebene auf, in
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 2 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Mittsemesterprüfung HS, Typ A Name a a Note Vorname Leginummer Datum 29..2 2 4 6 Total
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
MehrKapitel 3. Transformationen
Oyun Namdag Am 08.11.2007 WS 07/08 Proseminar Numerik: Mathematics for 3D game programming & computer graphics Dozenten: Prof. Dr. V. Schulz, C. Schillings Universität Trier Kapitel 3 Transformationen
MehrKlausur zur Vorlesung Höhere Mathematik I
Name: 30. Januar 200,.00-3.00 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 20 min, 2 Zeitstunden Skript, Vorlesungsmitschrift Schreiben Sie bitte auf dieses Deckblatt oben rechts
Mehr1 Vektoralgebra (3D euklidischer Raum R 3 )
Institut für Physik der Martin-Luther-Universität Halle-Wittenberg WS 202/203 Vorlesung Elektrodynamik LAG PD Dr. Angelika Chassé) Vektoralgebra 3D euklidischer Raum R 3 ). Grundbegriffe = Vektordefinition
MehrBlatt 03.1: Scheinkräfte
Fakultät für Physik T1: Klassische Mechanik, SoSe 2016 Dozent: Jan von Delft Übungen: Benedikt Bruognolo, Sebastian Huber, Katharina Stadler, Lukas Weidinger http://www.physik.uni-muenchen.de/lehre/vorlesungen/sose_16/t1_theor_mechanik/
MehrÜbungen zu Lineare Algebra und Geometrie für LAK
Übungen zu Lineare Algebra und Geometrie für LAK Andreas Cap Wintersemester 2010/11 Wiederholung grundlegender Begriffe (1) Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch
MehrZusammenfassung zum Thema Vektor- und Matrizenrechnung
Zusammenfassung zum Thema Vektor- und Matrizenrechnung Mathematischer Vorkurs für Physiker und Naturwissenschaftler WS 2014/2015 Grundbegriffe der Linearen Algebra Viele physikalische Größen (Geschwindigkeit,
MehrHÖHERE MATHEMATIK 2, Übungen, Sommersemester Übungsblatt für den
. Übungsblatt für den 4. 3. 2008 () Die Gerade g sei durch die Gleichung 2x y = 3 gegeben. Bestimmen sie Gleichungen der beiden Geraden, die parallel zu g sind und den Abstand 2 von g haben. Bestimmen
MehrMathematik für Chemische Technologie 2
Mathematik für Chemische Technologie 2 Themenüberblick: Funktionen mehrerer unabhängigen Veränderlichen Vektoralgebra Lineare Gleichungssysteme und Determinanten Fehlerrechnung Schwerpunkt des Sommersemesters
MehrLineare Algebra I 14. Tutorium Lineare Abbildungen und Matrizen
Lineare Algebra I 4 Tutorium Lineare Abbildungen und Matrizen Fachbereich Mathematik WS / Prof Dr Kollross 7 Februar Dr Le Roux Dipl-Math Susanne Kürsten Aufgaben Aufgabe G (Bewegungen im ) Als Bewegung
MehrL2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele:
L2. Vektorräume Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer Beispiele: Masse, Volumen, Energie, Arbeit, Druck, Temperatur 2) Vektoren: vollständig
MehrLineare Abbildungen (Teschl/Teschl 10.3, 11.2)
Lineare Abbildungen Teschl/Teschl.3,. Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:
MehrLINEARE ALGEBRA UND GEOMETRIE VERSION 14. Dezember s = oder in Komponenten:
LINEARE ALGEBRA UND GEOMETRIE VERSION 4. Dezember 07 LISIBACH ANDRÉ.. Lineare Unabhängigkeit.... Linearkombination. Seien u, u,..., u n eine Menge von Vektoren. Eine Linearkombination der Vektoren u, u,...,
MehrSkalarprodukte (Teschl/Teschl Kap. 13)
Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +
MehrKlausur HM I H 2005 HM I : 1
Klausur HM I H 5 HM I : 1 Aufgabe 1 4 Punkte): Zeigen Sie mit Hilfe der vollständigen Induktion: n 1 1 + 1 ) k nn k n! für n. Lösung: Beweis mittels Induktion nach n: Induktionsanfang: n : 1 ) 1 + 1 k
MehrSysteme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
MehrSolutions I Publication:
WS 215/16 Solutions I Publication: 28.1.15 1 Vektor I 4 2 Ein Objekt A befindet sich bei a = 5. Das zweite Objekt B befindet sich bei b = 4. 2 3 (a) Die Entfernung von Objekt A zum Ursprung ist die Länge
MehrStroppel Musterlösung , 180min. Aufgabe 1 (5 Punkte) Gegeben sei eine lineare Abbildung α: R 4 R 3 : x Ax mit. . Weiter sei b = A =
Stroppel Musterlösung 4. 9., 8min Aufgabe 5 Punkte Gegeben sei eine lineare Abbildung α: R 4 R 3 : x Ax mit 4 A =. Weiter sei b = 3 gegeben. Entscheiden Sie jeweils, ob die durch gekennzeichneten freien
Mehr2. Aufgabe Vereinfachen Sie die folgenden Ausdrücke so, dass möglichst wenige Multiplikationen ausgeführt werden müssen!
Studiengang: PT/LOT/PVHT Semester: WS 9/ lgebra Serie: 2 Thema: Matrizen, Determinanten. ufgabe Gegeben sind die Matrizen = µ 2 3 2 µ 3 2 4, B = 2 Berechnen Sie: a) 2 + 3B b) B 2 c) B T d) B T e) T B f)
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 12
Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 12 Hausaufgaben Aufgabe 12.1 Sei f : R 3 R 3 gegeben durch f(x) :=
MehrOrthonormalbasis. Orthogonalentwicklung
Orthonormalbasis Eine Orthogonal- oder Orthonormalbasis des R n (oder eines Teilraums) ist eine Basis {v,..., v n } mit v i = und v i, v j = für i j, d. h. alle Basisvektoren haben Norm und stehen senkrecht
MehrKlausur Lineare Algebra I
Klausur Lineare Algebra I Fachbereich Mathematik WS / Prof. Dr. Kollross 9. März Name:.................................................. Vorname:............................................... Studiengang:...........................................
Mehr1 Vorlesungen: und Vektor Rechnung: 1.Teil
1 Vorlesungen: 4.10.005 und 31.10.005 Vektor Rechnung: 1.Teil Einige in der Physik auftretende Messgrößen sind durch eine einzige Zahl bestimmt: Temperatur T K Dichte kg/m 3 Leistung P Watt = J/s = kg
Mehr(a) Transformation auf die generalisierten Koordinaten (= Kugelkoordinaten): ẏ = l cos(θ) θ sin(ϕ) + l sin(θ) cos(ϕ) ϕ.
Karlsruher Institut für Technologie Institut für Theorie der Kondensierten Materie Theoretische Physik B - Lösungen SS 10 Prof. Dr. Aleander Shnirman Blatt 5 Dr. Boris Narozhny, Dr. Holger Schmidt 11.05.010
Mehr