Beispiele. zum Tutorium Numerisches Rechnen und Lineare Algebra WS 2016/2017

Ähnliche Dokumente
AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

Lineare Algebra für Ingenieure

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

Determinante und Inverse

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5

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

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

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

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

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

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 1

Lineare Algebra und Numerische Mathematik für D-BAUG

Lösungen der Aufgaben zu Kapitel 11

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

Eigenwerte und Diagonalisierung

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Probeklausur Lineare Algebra für Physiker

9. Übungsblatt zur Mathematik I für Maschinenbau

Diagonalisierbarkeit symmetrischer Matrizen

Gruppe II Lineare Algebra

D-MATH, D-PHYS, D-CHAB Lineare Algebra II FS 14 Manfred Einsiedler. Musterlösung 8. i=1. w 2, w 2 w 2 =

Institut für Analysis und Scientific Computing E. Weinmüller WS 2016

Lineare Algebra und Numerische Mathematik für D-BAUG. Sommer 2016

Hauptachsentransformation: Eigenwerte und Eigenvektoren

Lineare Algebra und Numerische Mathematik für D-BAUG

KLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 3

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

Wiederholungsserie II

2. Geben Sie für das Jacobi-Verfahren eine scharfe a-priori Abschätzung für den Fehler. x (10) x p

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6

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

Klausur Lineare Algebra 1 für das berufliche Lehramt (WS 2016/17)

Lineare Algebra für Physiker 11. Übungsblatt

Karlsruher Institut für Technologie (KIT) WS 2012/13 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning

Lösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen

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

Untersuchen Sie, ob die folgenden Abbildungen linear oder nicht linear sind. x y

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

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

1. Hausübung ( )

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2018/2019

6 Eigenwerte und Eigenvektoren

Technische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 25.

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra I Lösungsvorschlag

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

3.7 Eigenwerte und Eigenvektoren

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 13

D-ITET. D-MATL, RW Lineare Algebra HS 2017 Dr. V. Gradinaru T. Welti. Online-Test 2. Einsendeschluss: Sonntag, den

Klausur zur Mathematik I (Modul: Lineare Algebra I)

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

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6

Klausur Lineare Algebra I & II

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

Höhere Mathematik I. Variante B

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Mathematik I für MB und ME

Probeklausur zu Mathematik 2 für Informatik

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Serie 11

Aufgaben zu Kapitel 20

Lineare Algebra II 11. Übungsblatt

Prüfung Lineare Algebra 2

Klausur zur Mathematik II (Modul: Lineare Algebra II)

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 12. Aufgabe Herbstsemester Dr. V. Gradinaru D. Devaud.

12 Lineare Algebra - Übersicht. Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen

Musterlösungen zur Linearen Algebra II Übungsklausur

Musterlösung zur Klausur Lineare Algebra I

10. Übung zur Linearen Algebra II -

Höhere Mathematik I. Variante A

Lineare Algebra II (NAWI) SS2014 Übungsblatt 1

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

Höhere Mathematik I HM I A. WiSe 2014/15. Variante A

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

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?

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

fj 2 = f n f n+1. fj 2 = 0 2 = 0 = 0 1 = f 0 f 1. f 2 j = f n f n+1 +fn+1 = (f n +f n+1 )f n+1 = f n+2 f n+1 = f n+1 f (n+1)+1.

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

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

Lineare Algebra I Ferienblatt

Lineare Algebra und Numerische Mathematik für D-BAUG. Winter 2016 Typ B

Vordiplomsklausur zur Linearen Algebra I

Lineare Algebra II (SS 13)

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Musterlösungen zu den Übungen

Übungsblatt 5 : Lineare Algebra

Lineare Algebra: Determinanten und Eigenwerte

Nachklausur (Modulprüfung) zum Lehrerweiterbildungskurs 6 Lineare Algebra/Analytische Geometrie I WiSe 2016/17

9 Eigenwerte und Eigenvektoren

9 Eigenwerte und Eigenvektoren

Probeprüfung Lineare Algebra I/II für D-MAVT

Transkript:

Beispiele zum Tutorium Numerisches Rechnen und Lineare Algebra WS 6/7 Zur positiven Beurteilung der LV ist es notwendig, dass aus jedem der 9 Abschnitte (Lineare Gleichungssysteme, Determinanten, Vektorräume, Lineare Abbildungen, Unitäre Räume, Eigenwerte und Eigenvektoren, Numerische Behandlung von Gleichungssystemen, Numerische Bestimmung von Eigenwerten, Interpolation und Polynomapproximation) mindestens % der folgenden Beispiele korrekt gelöst dem Leiter der LV bis zum.. 7 vorgelegt werden. Die gerechneten Beispiele sind mit einem Deckblatt, das folgende Angaben enthält, abzugeben: Name, Vorname Matrikelnummer Nummern der gerechneten Beispiele Arbeiten mit unvollständigem Deckblatt werden nicht beurteilt!

Lineare Gleichungssysteme. Man löse die folgenden linearen Gleichungssysteme x + x x = 9 x y + z = a) x x + x = b) x + y + z = 5 4x x + x = 4 x + y + 7z = c) e) g) x x x = x + x + x = x + 4x + 6x = r + s = 4r + s = 7 r + 5s = f) w + x + y + z = w x y + z = x + y = w + x + z = d) w + x y + 4z = w x + z = w 4x + y z = x + x x + 4x 4 = x 6x + x x 4 = x x + 4x 8x 4 = h) a + b + c + d = 4 a + b + c + 4d = a + b + 6c + d = a + 4b + c + d = 5. Gegeben ist das Gleichungssystem A x = b mit A =, b = a (a) Man untersuche, für welches a R das Gleichungssystem lösbar bzw. eindeutig lösbar ist. (b) Im Fall der Lösbarkeit bestimme man die Lösung in Abhängigkeit von a.. Im folgenden bestimme man A und berechne damit die Lösung der drei Systeme Ax = b, Ax = b und Ax = b ( ) ( ) ( ) ( ) A =, b 6 =, b 5 =, b = 4. Für welche a R ist die Matrix A = regulär? Man berechne in diesem Fall A. a a a

Determinanten 5. Man berechne die folgenden Determinanten a) 7 4 5 b) 5 4 5 5 4 c) 5 8 5 4 7 5 8 6. Von folgenden Matrizen berechne man die Determinate a) 4 b) 4 c) 5 5 5 5 d) 4 e) 5 4 6 4 7. Man bestimme die Determinante folgender Matrizen (a, b, c R ): a b + c a) a b c b) b c + a a b c c a + b Vektorräume 8. Man untersuche, ob die angegebenen Vektoren linear unabhängig sind. 4 a),, b),,, 4 c),,,

9. Bilden die folgenden Vektoren eine Basis des R bzw. des R 4? a),, b), 5, c). Man untersuche, für welche α R die Vektoren p (t) = + t t, p (t) = + 4t + t, p (t) = + t + α t P eine Basis des P bilden.. Zu den folgenden zwei Vektoren des R gebe man einen dritten Vektor an, so dass diese drei Vektoren eine Basis des R bilden. a), b), c), 4 Lineare Abbildungen. Sei F : M( ) M( ) eine lineare Abbildung mit ( ) ( ) a b b F = c d b Man führe für die nachstehend angegebenen Matrizen folgendes Programm durch: (i) Welche der folgenden Matrizen ist ein Element von Kern(F ). (ii) Welche der folgenden Matrizen ist ein Element von Bild(F ). (iii) Man beschreibe Kern(F ) und Bild(F ) jeweils durch die Angabe einer Basis. a) ( ) b) ( ) 4 ( ) c) d) ( ) 4. Bezeichne S( ) die Menge der symmetrischen Matrizen und sei ( ) a b F : S( ) R, F = b b c eine lineare Abbildung. 4

(i) Welche Zahl liegt in Bild(F )? a) b) c) / (ii) Welche ( der folgenden ) ( Matrizen ) ( liegt in ) Kern(F )? 4 a) b) c) 4 5 (iii) Man beschreibe Kern(F ) und Bild(F ) jeweils durch die Angabe einer Basis. 4. Sei F : P R eine lineare Abbildung definiert durch ( ) a c F (a + bt + ct ) = a + b + c (i) Welches der folgenden Polynome liegt in Kern(F )? a) + t b) t + t c) t + t (ii) Welcher der folgenden Vektoren liegt in Bild(F )? ( ) ( ) ( ) a) b) c) (iii) Man berschreibe Kern(F ) und Bild(F ) jeweils durch die Angabe einer Basis. 5. Sei F : P P die lineare Abbildung definiert durch F (p(t)) = t p (t) p(t). (i) Welches der folgenden Polynome liegt in Kern(F )? a) + t, b) c) + t, d) + t + t (ii) Welches der Polynome aus Teil (i) liegt in Bild(F )? (iii) Man bestimme die darstellende Matrix M K K (F ), wobei K = {, t, t } die kanonische Basis des P ist. (iv) Man beschreibe Kern(F ) und Bild(F ) jeweils durch die Angabe einer Basis. 6. Gegeben ist die lineare Abbildung F : R R a a a + a a F a := a + a + a a a a + a a (a) Man ermittle M K K (F ), wobei K = {e, e, e } die kanonische Basis des R ist. (b) Man entscheide, ob F injektiv bzw. surjektiv ist. (c) Man bestimme Kern(F ) durch die Angabe einer Basis. 5

(d) Man untersuche, ob der Vektor w = im Bild von F liegt. ( ) ( ) x 7. Die Matrix A = ordnet jedem Vektor x = einen weiteren Vektor x ( ) x x = x gemäß x = A x zu. Auf welche Vektoren werden ( ) ( ) die Basisvektoren b =, b = abgebildet? Worauf wird die Gerade x = kx + d abgebildet? Hinweis: Man( berechne) das Bild eines beliebigen Vektors x, der auf der Geraden x liegt, z.b. x =, x kx + d R. 8. Welche geometrische Bedeutung haben die Koordinatentransformationen y = A x mit ( ) ( ) / / (a) A =, (b) / /? / / / / Hinweis: Man ermittle zunächst die Bilder der kanonischen Basisvektoren und dann das Bild eines beliebigen Vektors. 9. A, B und C stellen die kanonischen Basen des R bzw. des R dar. Man verifiziere die Relation MC A(G F ) = M C B(G) M B A (F ) für die folgenden Abbildungen. ( ) ( ) x x a) F (x) = x, G(x) = x + x x ( ) x x x b) F (x) =, G(x) = x x + x x x. Man stelle die Vektoren der Basis A = {(,, ), (,, ), (,, )} bezüglich der Basis B = {(,, ), (,, ), (,, )} dar (d.h. als Linearkombination der genannten Basisvektoren) und bestimme die Transformationsmatrix der Koordinatentransformation B A. 5 Unitäre Räume. Für v = ( x x ), w = ( y y ) R seien die Skalarprodukte (S) v, w = x y + x y 6

und vorgelegt. a) Für v = (S) v, w = 4x y x y x y + 7x y ( ) und w = ( ) berechne man 4 v, w, v, d(v, w) unter Verwendung der beiden Skalarprodukte. b) Man bestimme in beiden Fällen einen Vektor u R, u, so daß u orthogonal zu v ist.. Im P sei das Skalarprodukt für p(t) = a + a t + a t und q(t) = b + b t + b t wie folgt definiert p(t), q(t) = a b + a b + a b a) Für p(t) = t + t, q(t) = t berechne man p(t), q(t), p(t), d(p(t), q(t)) b) Man bestimme einen Vektor (= Polynom), der orthogonal zu p(t) ist.. Im C [, π] sei das Skalarprodukt f, g = π f(t) g(t) dt definiert. Für f(t) = sin t, g(t) = sin t + cos t berechne man f, g, bestimme einen Vektor h C [, π], h, der othogonal zu f ist. f, d(f, g) und 4. Mit Hilfe des Orthonormierungsverfahrens von Gram-Schmidt bestimme man eine orthonormale Basis für den von den angeführten Vektoren aufgespannten Vektorraum. a) a = c) a = ( ) ( ), a = b) a =, a =, a = 4, a =, a = 5 7

6 Eigenwerte und Eigenvektoren 5. Man berechne die Eigenwerte, die Eigenvektoren, eine Basis jedes Eigenraumes und die algebraische und die geometrische Vielfachheit jedes Eigenwerts. 4 a) A = b) A = c) A = 6. Man untersuche, ob die folgenden Matrizen othogonal sind und berechne gegebenenfalls die Inverse / / 6 / 5 a) b) 5 / / 6 / / / / 4 5 / 6 / c) / / / / / / 7. Man diagonalisiere die folgenden symmetrischen Matrizen durch eine orthogonale Matrix Q, d.h. man bestimme Q so, dass gilt Q AQ = D, wobei D eine Diagonalmatrix bezeichnet. 5 a) A = b) A = 4 c) A = 4 7 Numerische Behandlung von Gleichungssystemen 8. Man ermittle die Cholesky Zerlegung der folgenden Matrizen 4 4 a) 6 b) 6 4 9. Ein Beispiel aus den Aufgaben 94a), 94b) oder 94c) der Übungsbeispiele, das nicht als Hausübung gerechnet wurde.. Ein Beispiel aus den Aufgaben 95a), 95b) oder 95c) der Übungsbeispiele, das nicht als Hausübung gerechnet wurde.. Ein Beispiel aus den Aufgaben 98a), 98b) oder 98c) der Übungsbeispiele, das nicht als Hausübung gerechnet wurde. 8

8 Numerische Bestimmung von Eigenwerten. Ein Beispiel aus den Aufgaben a), b) oder c) der Übungsbeispiele, das nicht als Hausübung gerechnet wurde.. Ein Beispiel aus den Aufgaben 6a), 6b), 6c) oder 6d) der Übungsbeispiele, das nicht als Hausübung gerechnet wurde. 9 Interpolation und Polynomapproximation 4. Man ermittle die Koeffizienten des Lagrange schen Interpolationspolynoms P (x) = a + a x + a x für die folgenden Punkte x 4 5 y 4 5. Man berechne die Koeffizienten a k des Lagrange-Interpolationspolynoms P (x) = n k= a k x k für die Punkte x i y i Man überlege zunächst, wie groß n N gewählt werden muß. 6. Man ermittle die kubische Spline Interpolierende S(x) für die folgenden Punkte 7. Man untersuche, ob die Funktion ( x 5 + 4 ) 5 x x y 4 für x S(x) = + (x ) + 5 5 (x ) (x ) für x 4 + 8 8 (x ) 5 5 (x ) + 6 5 (x ) für x eine kubische Spline Interpolierende ist. 9