Technische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 7. April 2004

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

Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker

Lineare Algebra für Ingenieure

Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker

Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker

Höhere Mathematik III für Physik

Technische Universität Berlin Fakultät II Institut für Mathematik WS 05/06 Prof. Dr. Michael Scheutzow 20. Februar 2006

Tutorium Mathematik II M WM

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

Lineare Algebra und Numerische Mathematik für D-BAUG

Berechnung der Determinante

Determinante und Inverse

KLAUSUR. Mathematik II (E-Techniker/Mechatroniker/W-Ingenieure) (W.Strampp) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.

Scheinklausur zur Linearen Algebra I, WS 05/06, 2. Teil

Wiederholungsklausur zur Linearen Algebra I

Eigenwerte (Teschl/Teschl 14.2)

5. Übung zur Linearen Algebra II -

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

KLAUSUR. Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker) Prof. Dr. Andreas Bley Dr. Anen Lakhal

Lineare Differenzengleichungen

Diagonalisierbarkeit symmetrischer Matrizen

Probeklausur zu Mathematik 2 für Informatik

Lösungsskizzen zur Nachklausur

Lineare Differentialgleichungen

Lineare Algebra: Determinanten und Eigenwerte

9. Übungsblatt zur Mathematik I für Maschinenbau

6 Eigenwerte und Eigenvektoren

1 Darstellungsmatrizen

5 Eigenwerte und die Jordansche Normalform

Vordiplomsklausur zur Linearen Algebra I

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

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

Musterlösungen zur Linearen Algebra II Übungsklausur

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ.

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Lösung - Schnellübung 13

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

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

Klausur zum Grundkurs Höhere Mathematik I

Prof. Steinwart Höhere Mathematik I/II Musterlösung A =

Lineare Algebra und Numerische Mathematik D-BAUG. Sommer 2012 Prof. H.-R. Künsch

Grundlagen der Mathematik II (LVA U)

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen.

Lineare Algebra I Lösungsvorschlag

9 Lineare Differentialgleichungen

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

Klausur Lineare Algebra I am Es sind insgesamt 60 Punkte bei der Klausur zu erreichen.

6 Eigenwerte und Eigenvektoren

Kapitel 11 Eigenwerte und Eigenvektoren

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

Rückblick auf die letzte Vorlesung

Lösungsskizzen zur Klausur

Scheinklausur zur Linearen Algebra I, WS 05/06, Nachholklausur

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

5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit

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

Technische Universität Berlin

Musterlösungen für die Nachklausur in LinAlg vom

Höhere Mathematik I. Variante A

Höhere Mathematik I. Variante D

Klausur Lineare Algebra I & II

Lösungen der Aufgaben zu Kapitel 11

Ausgewählte Lösungen zu den Übungsblättern 9-10

Serie a) Welche der folgenden Vektoren sind Eigenvektoren der Matrix 1 0 1? 0 1 1

Lösungshinweise zur Klausur. Mathematik für Informatiker III. (Dr. Frank Hoffmann) 18. Februar 2008

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Lineare Algebra II Lösungen der Klausur

6. Lineare DGL-Systeme erster Ordnung

Eigenwerte und Eigenvektoren

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

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

Lineare Algebra und analytische Geometrie I

Institut für Analysis und Scientific Computing E. Weinmüller WS 2016

Lineare Algebra I für Mathematiker Lösungen

1. Hausübung ( )

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

9 Eigenwerte und Eigenvektoren

9 Eigenwerte und Eigenvektoren

Eigenwertprobleme. 25. Oktober Autoren: 1. Herrmann, Hannes ( ) 2. Kraus, Michael ( ) 3. Krückemeier, Paul ( )

Differentialgleichungen für Ingenieure Lösung Klausur Juli

KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008

Klausur zu Lineare Algebra I für Informatiker, SS 07

Höhere Mathematik II. Variante A

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

Richie Gottschalk Lineare Algebra I Seite 1. a) Welche der folgenden Ringe sind kommutativ? Es gibt genau einen Unterraum W von V mit dim(w ) = n.

6.6 Lineare Dierentialgleichungen n-ter Ordnung mit konstanten Koezienten

Bericht zur Mathematischen Zulassungsprüfung im Mai 2010

Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)

Matrikel- Nummer: Aufgabe Summe Punkte /1 /3 /4 /3 /9 /7 /2 /2 /31

Eigenwerte und Diagonalisierung

Jordansche Normalform - Beispielrechnung. 1 Beispielrechnung an einer komplexen Matrix

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

Gruppe II Lineare Algebra

Probeprüfung Lineare Algebra I/II für D-MAVT

Hausaufgabe 2: Differenzialgleichungen n-ter Ordnung

Eigenwerte und Eigenvektoren von Matrizen

Klausur. Wir wünschen Ihnen viel Erfolg! Klausur Mathematik für Informatiker und Softwaretechniker

Transkript:

B Technische Universität Berlin Fakultät II Institut für Mathematik WS 03/04 Eppler, Richter, Scherfner, Seiler, Zorn 7. April 2004 April Klausur (Rechenteil Lösungen Lineare Algebra für Ingenieure Name:....................................... Vorname:....................................... Matr.Nr.:................................... Studiengang:................................... Falls Ihr Studiengang Hausaufgaben fordert: In welchem Semester haben Sie die erreicht?......................... Neben einem handbeschriebenen A4 Blatt mit Notizen sind keine Hilfsmittel zugelassen. Die Lösungen sind in Reinschrift auf A4 Blättern abzugeben. Mit Bleistift geschriebene Klausuren können nicht gewertet werden. Dieser Teil der Klausur umfasst die Rechenaufgaben. Geben Sie immer den vollständigen Rechenweg an. Die Bearbeitungszeit beträgt eine Stunde. Die Gesamtklausur ist mit 32 von 80 Punkten bestanden, wenn in jedem der beiden Teile der Klausur mindestens 0 von 40 Punkten erreicht werden. Korrektur 2 3 4 Σ. Aufgabe 9 Punkte Es sei folgende Matrix gegeben: A := 0 0 0 0 4 (i Lösen Sie mit Hilfe des Gauÿalgorithmus die Gleichung A x = 3 2.

Wir wenden den Gauÿalgorithmus auf die erweiterte Koezientenmatrix an: 0 4 0 4 0 3 0 0 2 4.Z:4.. 0 3 0 0 2 2.Z:. 2. 3.Z:3. 2..Z:. 2. 3. 2.Z:2.+4. 3.Z:3. 4. Daraus liest man die Lösung direkt ab zu: 2 x = 2 4 3 0 4 0 0 0 0 2 0 4 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 2 0 0 0 2 0 0 0 0 0 2 0 0 0 2 0 0 0 4 (ii Berechnen Sie mit Hilfe des Gauÿalgorithmus die Determinante von A. Die Determinante kann direkt mit dem Gauÿalgorithmus berechnet werden. Dabei ist zu beachten, dass bei Zeilenvertauschungen (haben wir nicht verwendet ein Faktor und bei Multiplikation einer Zeile mit einem Skalar λ dieser Skalar als Faktor auftritt. Damit brauchen wir den Gauÿalgorithmus nicht neu durchzuführen, sondern können obige Rechnung verwenden. Im 2. Schritt tritt in der Linearkombination der Faktor auf, so dass sich ergibt: det(a =.

2. Aufgabe 9 Punkte Im Vekorraum R 2 seien die Basen B und gegeben mit ( ( 0 B := { v :=, v 0 2 := }, B 2 := { w := ( 0, w 2 2 := ( }. (i Berechnen Sie die Basiswechselmatrix S für den Basiswechsel von B nach. Für die Basiswechselmatrix S gilt gemäÿ kommutativem Diagramm: S = K B2 K B mit den Koordinatenabbildungen K B und K B2. Da die Basis B die Standardbasis ist, ist die Koordinatenabbildung K B die identische Abbildung bzw. ist sie als Abbildung R 2 R 2 gegeben durch x E 2 x mit der 2 2-Einheitsmatrix E 2. Für K als Abbildung R 2 R 2 liest man die entsprechende 2 2-Matrix aus der Basis direkt ab; in ihr stehen die Basisvektoren als Spalten: ( K 0 = 2 Wie berechnen ihre Inverse: K B2 = 2 Damit erhalten wir für die Basiswechselmatrix: ( 2 0 S = K B2 K B = K B2 E 2 = K B2 = 2 ( 2 0 ( 3 (ii Berechnen Sie die Koordinaten des Vektors x := R 2 bezüglich der Basis. Die Koordinaten von x bezüglich der Basis berechnen sich zu: x B2 = K B2 ( x = ( ( ( 3 = 2 2 0 3 Auÿerdem betrachten wir die lineare Abbildung L : R 2 R 2, x ( 2 0 (iii Berechnen Sie die darstellende Matrix L B2 von L bezüglich der Basis. Für die Matrixdarstellung gilt L B2 = K B2 L K. Da die Abbildung L bereits als (Multiplikation mit einer Matrix gegeben ist, entspricht die Komposition der Abbildungen der Matrizenmultiplikation und wir erhalten: L B2 = K B2 L K ( x. = 2 2 0 ( ( 2 0 ( 2 ( 0 2 = 2 2 0 ( 4 0 2 = 2 4 2 ( 2 0 = 2

Alternativ kann man die darstellende Matrix auch direkt über die Koordinaten der Bilder der Basisvektoren von berechnen. 3. Aufgabe 0 Punkte Gegeben sei die lineare Abbildung A : R 3 R 3 mit x A x und A := 0 0 2 0 4 0. 2 0 4 (i Berechnen Sie das charakteristische Polynom von A und bestimmen Sie die Eigenwerte von A. Für das charakteristische Polynom von A gilt: p A (λ = det(a λe 3 ( λ 0 2 = det 0 (4 λ 0 2 0 (4 λ = (4 λ [ λ(4 λ + 4] = (4 λ [λ 2 4λ + 4] = (4 λ (λ 2 2 Da die Eigenwerte von A die Nullstellen des charakteristischen Polynoms von A sind, lesen wir für sie aus der letzen Gleichung ab: λ = 4 (algebraische Vielfachheit: λ 2 = 2 (algebraische Vielfachheit: 2 (ii Bestimmen Sie zu jedem Eigenwert den zugehörigen Eigenraum. Der Eigenraum zu einem Eigenwert λ ist der Kern von A λe 3. Wir lösen also das entsprechende homogene lineare Gleichungssystem. λ = 4 : Wir müssen (A 2E 3 x = 0 lösen. A 4E 3 = Hieraus lesen wir sofort für den Eigenraum ab: 4 0 2 0 0 0 2 0 0 Eigenraum(A, 4 = span{ 0 } 0 Dieser Eigenraum hat Dimension (geometrische Vielfachheit:. λ = 2 : Wir müssen (A 2E 3 x = 0 lösen. Es gilt: A 2E 3 = Darauf wenden wir den Gauÿalgorithmus an: 2 0 2 0 2 0 3.:.+3. 2 0 2 2 0 2 0 2 0 2 0 2 2 0 2 0 2 0 0 0 0

Hieraus lesen wir sofort für den Eigenraum ab: Eigenraum(A, = span{ 0 } Dieser Eigenraum hat Dimension (geometrische Vielfachheit:. (iii Falls A diagonalisierbar ist, geben Sie eine zugehörige Diagonalmatrix an. Falls A nicht diagonalisierbar ist, begründen Sie, wieso die Matrix A nicht diagonalisierbar ist. In (i haben wir die Eigenwerte und ihre algebraischen Vielfachheiten bestimmt. In (ii haben wir die zugehörigen Eigenräume bestimmt und ihre Dimensionen abgelesen. Die geometrischen und algebraischen Vielfachheiten stimmen nicht überein. Daher ist A nicht diagonalisierbar. 4. Aufgabe 2 Punkte Gegeben sei die lineare inhomogene Dierentialgleichung mit den Anfangswerten (t + x(t = sin(t (für alle t R ( dt2 x(0 =, dx (0 = 0. (2 dt (i Leiten Sie mit dem Exponentialansatz die charakteristische Gleichung für die zu ( gehörende homogene Dierentialgleichung her. Die zu ( gehörende homogene Dierentialgleichung lautet: (t + x(t = 0 (für alle t R (3 dt2 Wir machen den Exponentialansatz für eine Lösung der homogenen DGL: Nun berechnen wir die Ableitungen: dx dt (t = λeλt, x(t = e λt dt 2 (t = λ2 e λt Nun setzen wir den Ansatz in die homogene DGL (3 ein: (t + x(t = 0 dt2 (für alle t R (4 λ 2 e λt + e λt = 0 (für alle t R (5 e λt (λ 2 + = 0 (für alle t R (6 λ 2 + = 0 (7 Die letzte Gleichung ist die charakteristische Gleichung. (ii Bestimmen Sie die Lösungsgesamtheit der homogenen Dierentialgleichung. Aus der in (i gefundenen charakteristischen Gleichung lesen wir ihre Lösungen ab: λ = i, λ 2 = i

Da wir zwei konjugiert komplexe Nullstellen gefunden haben, erhalten wir zwei linear unabhängige Lösungen der homogenen DGL (3 als Real- und Imgaginärteil: x (t = Re it = cos(t, x 2 (t = Ie it = sin(t Die allgemeine Lösung der homogenen DGL ist der Span von ihnen: x h (t = µ x (t + µ 2 x 2 (t = µ cos(t + µ 2 sin(t (iii Zeigen Sie, dass durch x p (t := 2t cos(t eine Lösung der inhomogenen Dierentialgleichung ( gegeben ist. Wir berechnen die Ableitungen von x p : dx p dt (t = 2 cos(t+ 2 t sin(t, p dt 2 (t = 2 sin(t+ 2 sin(t+ 2 t cos(t = sin(t+ 2 t cos(t Wir setzen dies in die DGL ein: p dt 2 (t + x p(t = sin(t + 2 t cos(t t cos(t = sin(t 2 Daraus lesen wir ab, dass x p tatsächlich die inhomogene DGL ( erfüllt. (iv Bestimmen Sie die Lösungsgesamtheit der inhomogenen Dierentialgleichung (. Die Lösungsgesamtheit der inhomogenen DGL ( ist die Summe aus der Lösungsgesamtheit der homogenen DGL und einer Lösung der inhomogenen DGL. Die allgemeine Lösung der homogenen DGL haben wir in (ii bestimmt. In (iii haben wir gezeigt, dass x p einer Lösung der inhomogenen DGL ist. Damit erhalten wir als Lösungsgesamtheit der inhomoegnen DGL: x(t = x h (t + x p (t = µ cos(t + µ 2 sin(t t cos(t (8 2 (v Lösen Sie das Anfangswertproblem (, (2. Wir berechnen die Ableitung der allgemeinen Lösung (8: dx dt (t = µ sin(t + µ 2 cos(t 2 cos(t + 2 t sin(t Nun setzen wir die Anfangsbedingungen ein: = x(0 = µ 0 = dx dt (0 = µ 2 2 Daraus liest man ab: µ =, µ 2 = 2 Dies setzen wir in die allgemeine Lösung (8 ein und erhalten als Lösung des Anfangswertproblems (, (2: x(t = µ cos(t + µ 2 sin(t 2 t cos(t = cos(t + 2 sin(t 2 t cos(t