Lösungsskizzen zur Klausur

Ähnliche Dokumente
Lösungsskizzen zur Nachklausur

Lösungsskizzen zur Klausur Mathematik II

Lineare Algebra für Ingenieure

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

Determinante und Inverse

Tutorium Mathematik II M WM

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

MC-Serie 11: Eigenwerte

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

(x 1, y 1, λ 1 )) = 0. In Satz 7.6 wird aber nur positive Definitheit über dem Raum U = Ker( g(x 1, y 1 ) ) gefordert. Wir berechnen also U:

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

6. Übungsblatt zur Mathematik II für Inf, WInf

Stroppel Musterlösung , 180min

2 k k 1 k(k + 1) = 2n+1. n = 0 = k(k + 1) = 2n+1 n n. = 2 n+1 n + 2 (n + 1)(n + 2) + n. (n + 1)(n + 2)

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

Diagonalisierbarkeit symmetrischer Matrizen

Höhere Mathematik III für Physik

Klausur zur Vorlesung Lineare Algebra B im SS 2002 an der Universität Hannover

Diplom Vorprüfung bzw. Bachelor Modulprüfung Höhere Mathematik II für die Fachrichtung Physik. Lösungsvorschläge. det

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

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen

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

Lösungen der Aufgaben zu Kapitel 11

9. Übungsblatt zur Mathematik I für Maschinenbau

Prof. Schneider Höhere Mathematik I/II Musterlösung A = x 1 = 6x 1 + x 3 x 2 = 2x 2 x 3 = x 1 + 6x 3

Ausgewählte Lösungen zu den Übungsblättern 9-10

Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

Prof. Steinwart Höhere Mathematik I/II Musterlösung A =

Berechnung der Determinante

Lineare Algebra II 3. Übungsblatt

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

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

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

9 Eigenwerte und Eigenvektoren

9 Eigenwerte und Eigenvektoren

Aufgabe 2 (5 Punkte) y = 1 x. y + 3e 3x+2 x. von f. (ii) Für welches u in R 2 gilt f(u) = [3, 3, 4] T? x 2 + a x 3 x 1 4x 2 + a x 3 2x 4

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

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

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Lösungsvorschlag zur Nachklausur zur Analysis

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

6 Symmetrische Matrizen und quadratische Formen

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

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

Vordiplomsklausur zur Linearen Algebra I

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion

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

T := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass

Höhere Mathematik II für die Fachrichtung Physik

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

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

Kapitel 5 : Eigenwerte und Eigenvektoren

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

Prof. Steinwart Höhere Mathematik I/II Musterlösung A =

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

L7 Diagonalisierung einer Matrix: Eigenwerte und Eigenvektoren. Gegeben. Gesucht: Diagonalform: Finde und! Definition: Eigenvektor, Eigenwert

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

Lehrstuhl II für Mathematik. Bachelor-Prüfung/Diplom-Vorprüfung/Zwischenprüfung. Höhere Mathematik I

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren

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

Musterlösungen zur Linearen Algebra II Übungsklausur

Lehrstuhl II für Mathematik. Bachelor-Prüfung/Diplom-Vorprüfung/Zwischenprüfung. Höhere Mathematik I

29.2 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System. y = A y, t R, (1)

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

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

R 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte

Klausurähnliche Aufgaben

Lineare Algebra und Numerische Mathematik für D-BAUG

Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler

Kapitel 5. Eigenwerte. Josef Leydold Mathematik für VW WS 2017/18 5 Eigenwerte 1 / 42

(also ) Oft wird Zusammenhang zwischen und mit einem Index angedeutet, z.b. wird der Eigenvektor v. durch gekennzeichnet.

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

Lösungshinweise zu den Hausaufgaben:

Musterlösung für die Klausur vom 31. März. (a) Wir bestimmen zunächst einen Normalenvektor von E 1 :

TECHNISCHE UNIVERSITÄT MÜNCHEN

Lineare Algebra II 6. Übungsblatt

Klausur zur Mathematik II (Modul: Lineare Algebra II)

46 Eigenwerte und Eigenvektoren symmetrischer Matrizen

und Unterdeterminante

und Unterdeterminante

Lineare Algebra II 8. Übungsblatt

Lineare Algebra: Determinanten und Eigenwerte

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.

Musterlösung Serie 21

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

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

Grundlagen der Mathematik II (LVA U)

Kontrollfragen und Aufgaben zur 3. Konsultation

Lösungshinweise zur Klausur

(also ) Oft wird Zusammenhang zwischen und mit einem Index angedeutet, z.b. wird der Eigenvektor v. durch gekennzeichnet.

Orientierung der Vektoren b 1,..., b n. Volumen des von den Vektoren aufgespannten Parallelotops

Lineare Algebra und Geometrie II, Übungen

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

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

Tutorium Mathematik II, M Lösungen

Transkript:

sskizzen zur Klausur Mathematik II Sommersemester 4 Aufgabe Es seien die folgenden Vektoren des R 4 gegeben: b = b = b 3 = b 4 = (a) Prüfen Sie ob die Vektoren b b 4 linear unabhängig sind bestimmen Sie die Dimension ihrer linearen Hülle U = [b b 4 ] (b) Berechnen Sie mit Hilfe des Orthonormalisierungsverfahrens nach Gram-Schmidt eine Orthonormalbasis von U Der Gauß-Algorithmus angewandt auf die Matrix B mit den Spaltenvektoren b b 4 liefert B = (b b b 3 b 4 ) = 3 also sind die Vektoren b b 4 linear abhängig es gilt b + 3b b 3 = b Die Dimension des Untervektorraumes U = [b b 4 ] = Bild(B) ist gleich dem Rang der Matrix B d h dimu = Rang(B) = 3 Des Weiteren bilden b b b 3 eine Basis von U Das Orthonormalisierungsverfahren nach Gram-Schmidt liefert mit v = b b = w = b b v v = = v = w w = w 3 = b 3 b 3 v v b 3 v v = =

sskizzen zur Klausur Mathematik II für die Fachrichtungen Biologie Chemie Sommersemester 4 v 3 = w 3 w 3 = eine Orthonormalbasis v = v = v 3 = des Untervektorraumes U Aufgabe Es sei ϕ R 4 R 4 x x x 3 x 4 x x x +x 3 +x 4 4x +x +3x 4 7x +x 4 (a) Bestimmen Sie die Darstellungsmatrix von ϕ bezüglich der Standardbasis des R 4 (b) Entscheiden Sie ob die Abbildung ϕ invertierbar ist begründen Sie Ihre Aussage Die Spaltenvektoren der Darstellungsmatrix der linearen Abbildung ϕ bezüglich der Standardbasis des R 4 sind genau die Bilder der Standardbasisvektoren: (ϕ(e ) ϕ(e ) ϕ(e 3 ) ϕ(e 4 )) = 4 3 7 Eine lineare Abbildung ist genau dann invertierbar wenn die Determinante ihrer Darstellungsmatrix nicht verschwindet Die Abbildung ϕ ist also invertierbar denn es gilt: det = ( )det4 3 4 3 7 7 = ( )( )det( 4 3 ) = (8 ) = 6 7 Aufgabe 3 Es sei A = (a) Berechnen Sie die Eigenwerte von A bestimmen Sie eine Orthonormalbasis aus Eigenvektoren (b) Geben Sie eine Isometrie S des R 3 an sodass S AS eine Diagonalmatrix ist

sskizzen zur Klausur Mathematik II für die Fachrichtungen Biologie Chemie Sommersemester 4 Die Eigenwerte λ = λ = λ 3 = von A sind genau die Nullstellen des charakteristischen Polynoms von A: λ p A (λ) = det λ = ( λ)(( λ) )+( ( λ)) = λ( λ)(λ ) λ Für die Eigenwerte gilt somit erhält man die Eigenräume A λ Id R 3 = A λ Id R 3 = A λ 3 Id R 3 = E = [ ] E = [ ] E = [ ] Da Eigenvektoren zu unterschiedlichen Eigenwerten orthogonal sind erhält man durch Normieren eine Orthonormalbasis aus Eigenvektoren: Die Matrix ist dann eine Isometrie des R 3 ist eine Diagonalmatrix v = v = v 3 = S = (v v v 3 ) = λ S AS = λ = λ 3 3

sskizzen zur Klausur Mathematik II für die Fachrichtungen Biologie Chemie Sommersemester 4 Aufgabe 4 Die Kurven u (t) = e t u (t) = e t u 3 (t) = e t bilden ein Famentalsystem des homogenen Systems zu dem folgenden System inhomogener Differentialgleichungen: y (t) = y (t) y (t)+y 3 (t)+t e t +e t y (t) = y (t)+e t y 3(t) = 3y (t)+y 3 (t)+e t Bestimmen Sie eine partikuläre die allgemeine des inhomogenen Systems Integriert man die des linearen Gleichungssystemes so erhält man mit den Koeffizienten eine partikuläre e e t e t e t e t te t +e t e t e t te t e t e t c (t) = te t dt = (t )e t c (t) = e t dt = et c 3 (t) = e t dt = e t (t )e t e t y p (t) = c (t)u (t)+c (t)u (t)+c 3 (t)u 3 (t) = des inhomogenen Differentialgleichungssystems Für Konstanten c c c 3 R ist dann et et e t e t (t )e t e t y(t) = c u (t)+c u (t)+c 3 u 3 (t)+y p (t) = c +c e t +c 3 + e t eine allgemeine des inhomogenen Differentialgleichungssystems e t et et Aufgabe 5 Bestimmen Sie ein Famentalsystem der folgenden Differentialgleichung: y (4) (t) 6y (t)+4y (t) 4y (t)+5y(t) = 4

sskizzen zur Klausur Mathematik II für die Fachrichtungen Biologie Chemie Sommersemester 4 Aus der charakteristischen Gleichung = λ 4 6λ 3 +4λ 4λ +5 = (λ ) (λ 4λ +5) = (λ ) (λ i)(λ +i) erhält man als doppelte Nullstelle sowie +i sein komplex Konjugiertes i als einfache Nullstellen Damit bilden die Funktionen u (t) = e t u (t) = te t u (t) = e t cos(t) u (t) = e t sin(t) ein Famentalsystem der Differentialgleichung Aufgabe 6 Es sei f R 3 R (xyz) x 3 3x y +y z +6z 9 (a) Berechnen Sie den Gradienten von f bestimmen Sie die kritischen Punkte von f (b) Berechnen Sie die Hesse-Matrix von f untersuchen Sie ob es sich bei den kritischen Punkten aus Aufgabenteil (a) um Maximalstellen Minimalstellen oder Sattelpunkte handelt Der Gradient 3x 3 grad f (xyz) = y+ z+6 verschwindet genau in den Punkten ξ = ( 3) ξ = (3) Für die Hesse-Matrix von f gilt in den kritischen Punkten 6x H f (xyz) = 6 H f (ξ ) = 6 H f (ξ ) = Da die Eigenwerte 6 von H f (ξ ) alle negativ sind ist H f (ξ ) negativ definit ξ ist eine Maximalstelle Da die Eigenwerte 6 von H f (ξ ) alle von Null verschieden sind unterschiedliche Vorzeichen besitzen ist H f (ξ ) indefinit f besitzt in ξ einen Sattelpunkt 5

sskizzen zur Klausur Mathematik II für die Fachrichtungen Biologie Chemie Sommersemester 4 Aufgabe 7 Es seien x F R 3 R y z ( x y y z ) a G R 4 R 3 b a +c ab cd c d b d (a) Bestimmen Sie die Jacobi-Matrizen von F G (b) Berechnen Sie die Richtungsableitung von F in Richtung v = 3 (c) Berechnen Sie die Jacobi-Matrix von F G im Punkt ξ = Die Jacobi-Matrizen von F G lauten JF JG x y z a b c d x = ( z ) a c = b a d c b d Das Produkt JF x y z z ) 3 x v = ( ist die Matrixdarstellung der Richtungsableitung D v F Für die Jacobi-Matrix von F G im Punkt ξ gilt: x y z x = ( 6z ) J(F G) ξ = JF G(ξ ) JG ξ = ( 4 ) = ( 7 9 ) 6