Stg.: AIW BU BVT ET EUT IIW LUM MB MEC SB VT Sonstige

Ähnliche Dokumente
Stg.: AIW BU BVT ET EUT IIW LUM MB MEC SB VT Sonstige

Klausur zur Mathematik II (Modul: Lineare Algebra II)

Stg.: AIW BU BVT ET EUT IIW LUM MB MEC SB VT Sonstige

Klausur zur Mathematik I (Modul: Lineare Algebra I)

Klausur zur Mathematik II (Modul: Lineare Algebra II)

Klausur zur Mathematik I (Modul: Lineare Algebra I)

Klausur zur Mathematik I (Modul: Lineare Algebra I)

Klausur zur Mathematik II (Modul: Lineare Algebra II) Sie haben 60 Minuten Zeit zum Bearbeiten der Klausur.

Klausur zur Mathematik II (Modul: Lineare Algebra II)

Klausur zur Mathematik I (Modul: Lineare Algebra I)

Klausur zur Mathematik I (Modul: Lineare Algebra I)

Klausur zur Mathematik I (Modul: Lineare Algebra I)

Klausur zur Mathematik III

Klausur zur Mathematik I (Modul: Lineare Algebra I) : Lösungshinweise

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Gruppe II Lineare Algebra

Lineare Algebra 2. Lösung zu Aufgabe 7.2:

Mathematik für Betriebswirte I (Lineare Algebra) 2. Klausur Wintersemester 2017/

Probeklausur Lineare Algebra 1 Achten Sie auf vollständige, saubere und schlüssige Argumentation! 100 Punkte sind 100%. Inhaltsverzeichnis

Lineare Algebra II 12. Übungsblatt

Höhere Mathematik II. Variante A

Höhere Mathematik I. Variante B

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

Prof. Steinwart Höhere Mathematik I/II Musterlösung A =

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

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

Musterlösungen zur Linearen Algebra II Hauptklausur

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

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

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

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

Klausur zu Lineare Algebra I für Informatiker, SS 07

Übungsblatt

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

1. Klausur zu Vektor- und Matrizenrechnung I und II WS 2009/10 und SS 2010 am Dienstag, dem 27. Juli 2010

Berechnung der Determinante

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 14. Übung: Woche vom (Lin.Alg.

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra I Lösungsvorschlag

Musterlösungen für die Nachklausur in LinAlg vom

Eigenwerte und Eigenvektoren von Matrizen

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

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Ausgewählte Lösungen zu den Übungsblättern 9-10

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Eigenwerte und Diagonalisierung

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

Klausur zur Vorlesung Lineare Algebra II

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

Höhere Mathematik I. Variante A

Höhere Mathematik I. Variante D

Probeklausur zu Mathematik 2 für Informatik

Mathematik für Betriebswirte I (Lineare Algebra) 2. Klausur Wintersemester 2016/

Klausur DI/LA F 2006 LA : 1

Musterlösungen zur Linearen Algebra II Weihnachtszettel

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

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler

Studienrichtung: Physik / technische Mathematik, Lehramt, oder andere.

9. Übungsblatt zur Mathematik I für Maschinenbau

Lineare Algebra und Numerische Mathematik für D-BAUG

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Mathematik für Wirtschaftswissenschaftler I (Lineare Algebra) 2. Klausur Wintersemester 2011/

Lineare Differentialgleichungen

Probeprüfung Lineare Algebra I/II für D-MAVT

Höhere Mathematik II für die Fachrichtung Physik

6 Hauptachsentransformation

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

6 Eigenwerte und Eigenvektoren

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

Modulprüfung Mathematik I Fachrichtung: Computer Science in Engineering, Computervisualistik, Informatik, Wirtschaftsinformatik WS 2013/

1. Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen

Wiederholungsserie II

e At = e λt e (A λi)t.

5 Diagonalisierbarkeit

Bericht zur Mathematischen Zulassungsprüfung im Mai 2010

Klausur Mathematik I

Lösungen der Aufgaben zu Kapitel 11

Eigenwerte (Teschl/Teschl 14.2)

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

Lineare Algebra und Numerische Mathematik für D-BAUG

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

Klausur Lineare Algebra I & II

Klausurenkurs zum Staatsexamen (SS 2013): Lineare Algebra und analytische Geometrie 3 Lösungsvorschlag

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

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

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

2. Klausur zur Linearen Algebra II

Wiederholungsklausur zur Linearen Algebra I

Lineare Algebra für Ingenieure

Probeklausur Lineare Algebra für Physiker

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

Probeklausur zur Linearen Algebra II

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

+ x 2 y 2 = f( x 1 ) + f( x 2 ), z 1 + z 2. z 1. a jj + n bjj = SpurA + SpurB ; j=1

Transkript:

Technische Universität Hamburg Sommersemester 8 Institut für Mathematik Prof Dr Marko Lindner Klausur zur Mathematik II (Veranstaltung: Lineare Algebra II 88 Sie haben 6 Minuten Zeit zum Bearbeiten der Klausur Tragen Sie bitte zunächst Ihren Namen, Ihren Vornamen und Ihre Matrikelnummer in DRUCKSCHRIFT in die folgenden jeweils dafür vorgesehenen Felder ein Name: Vorname: Matr-Nr: Stg: AIW BU BVT ET EUT IIW LUM MB MEC SB VT Sonstige Grundsätzlich gilt für alle Studierenden, dass die Module Analysis II und Lineare Algebra II die Gesamtnote für das Fach Mathematik II ergeben Grundsätzlich gilt für alle Studierenden, dass die Lehrveranstaltungen Analysis II und Lineare Algebra II die Gesamtnote für das Modul Mathematik II ergeben Ich bin darüber belehrt worden, dass die von mir zu erbringende Prüfungsleistung nur bewertet wird, wenn das Zentrale Prüfungsamt der TUHH meine ozielle Zulassung vor Beginn der Prüfung bestätigt (Unterschrift Bearbeiten Sie alle wie folgt angegebenen Aufgaben Es werden insgesamt Punkte vergeben Aufgabe Punkte Korrektor 4 5 =

Aufgabe ( Punkte Bestimmen Sie eine Matrix A R mit den Eigenwerten λ = 9, λ = 9, λ = 8 und den zugehörigen Eigenvektoren x =, x =, x = Lösungshinweise Seien 9 D := 9, X := 8 ( P unkt Oenbar ist D diagonal mit den geforderten Eigenwerten auf der Diagonalen, und X ist orthogonal Damit gilt X = X = ( P unkt und A = XDX ist die gesuchte Matrix ( Punkt Wir rechnen noch schnell A aus und erhalten A = 9 9 8 6 6 6 = 6 6 = 8 8 5

Aufgabe Für A R n n sei (5 Punkte U A := { B R n n : BA = AB } (a Zeigen Sie, dass U A ein Unterraum von R n n ist ( (b Sei nun A := Bestimmen Sie eine Basis von U A und die Dimension von U A Lösungshinweise (a Es gilt A = = A, also U A Seien B, C U A Dann gilt (B + CA = BA + CA = AB + AC = A(B + C, also B + C U A Seien nun B U A, λ R Dann gilt (λba = λba = λab = A(λB, also λb U A Insgesamt ist also U A ein Unterraum von R n n ( Punkte ( b b (b Sei B = U b b A Dann gilt ( ( ( ( b b b b = BA = AB = b b b b Ausgerechnet ergibt sich ( b = b ( b b Wir lesen ab: b =, b = b ( Punkt Somit ist ( ( ( b b B = = b b + b ( ( ( Damit ist B =, eine Basis von U A ( Punkt und dim U A = ( Punkt

Aufgabe (4 Punkte Sei l: R P gegeben durch (a Zeigen Sie, dass l linear ist l(x := x m + x m + (x + x m + (x x m (b Ermitteln Sie die Darstellungsmatrix von l bezüglich der Basen B = in R und C = ( m, m, m, m in P Lösungshinweise Seien x, y R, α R Dann gelten ( ( (, l(x + y = (x + y m + (x + y m + ( (x + y + (x + y m + ( (x + y (x + y m = x m + x m + (x + x m + (x x m + y m + y m + (y + y m + (y y m = l(x + l(y, ( P unkt l(αx = (αx m + (αx m + ( (αx + (αx m + ( (αx (αx m = α ( x m + x m + (x + x m + (x x m Damit ist l linear Es gelten = αl(x ( P unkt ( ( l = m m + m + m, ( ( l = m + m + m + m, also Damit ist ( ( C l = ( (, l C = l C B = ( P unkt ( P unkt

Aufgabe 4 (5 Punkte Sei A := Bestimmen Sie eine Jordan-Normalform J von A Lösungshinweise 4 ( ( ( Die Matrix A is eine Block-Diagonalmatrix mit den Blöcken, und auf der Diagonalen Da diese -Matrizen jeweils Dreiecksmatrizen sind, lesen wir für die Eigenwerte von A ab: λ =, α = 4, λ =, α = ( P unkt Wir beginnen mit dem Eigenwert λ = Sei N := A λ I = Oenbar besitzt die 6 6-Matrix N genau drei Pivotelemente, damit ist dim Kern(N = 6 = Die geometrische Vielfachheit γ vom Eigenwert λ = ist also γ = ( Punkt Wir rechnen N =, und lesen ab, dass N zwei Pivotelemente besitzt, also dim Kern(N = 4 = α gilt ( Punkt Damit haben wir die Jordanketten zum Eigenwert λ = ermittelt: x, x, x, x,

Der Jordanblock zu λ = lautet entsprechend J = (5 P unkte Für den Eigenwert λ = rechnen wir analog Sei N := A λ I = Dann besitzt N vier Pivotelemente, also gilt dim Kern(N = = α ( Punkt Die geometrische Vielfachheit γ vom Eigenwert λ = ist also γ = und entspricht der algebraischen Vielfachheit α Die Jordanketten zum Eigenwert λ = sind also x, x, Der Jordanblock zu λ = lautet entsprechend ( J = (5 P unkte Insgesamt erhalten wir J = ( J J =

Aufgabe 5 ( Punkte Seien A := und b := (a Bestimmen Sie die Menge aller x R, so dass Ax b minimal ist (b Ermitteln Sie die Lösung von Ax b Lösungshinweise 5 (a Wir nutzen die Normalengleichung A Ax = A b zur Lösung der Aufgabe Die Lösungsmenge der Normalengleichung liefert genau die Menge aller x, so dass Ax b minimal ist Es gelten A A = (, A b = ( ( P unkt Das Gleichungssystem A Ax = A b besitzt die Lösungsmenge { ( } L = x : x R ( P unkt (b Die Lösung des Ausgleichsproblems Ax ( b ist dasjenige x L mit minimaler Norm Wegen o L ist damit x = die Lösung des Ausgleichsproblems ( Punkt