Mathematik für Betriebswirte I (Lineare Algebra) 1. Klausur Wintersemester 2013/

Ähnliche Dokumente
Serie 10: Inverse Matrix und Determinante

9.2 Invertierbare Matrizen

Lineare Abbildungen und Darstellungsmatrizen

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

Vektorräume und Rang einer Matrix

MC-Serie 11: Eigenwerte

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

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

Eigenwerte und Eigenvektoren

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

Tutorium Mathematik II, M Lösungen

1 Rechnen mit 2 2 Matrizen

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008

Musterlösung zur Klausur Lineare Algebra II für Lehramt

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung

y x x y ( 2x 3y + z x + z

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.

3.3 Eigenwerte und Eigenräume, Diagonalisierung

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

Lösungen zum 3. Aufgabenblatt

Lineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.

Kap 5: Rang, Koordinatentransformationen

Lineare Algebra I Klausur. Klausur - Musterlösung

Kapitel 12. Lineare Abbildungen und Matrizen

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.

4 Vorlesung: Matrix und Determinante

1. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

3.3 Klassifikation quadratischer Formen auf R n

Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls

Matrizen, Determinanten, lineare Gleichungssysteme

4.4. Rang und Inversion einer Matrix

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester gehalten von Harald Baum

Aufgaben zum Vorkurs Mathematik: Allgemeine Übungsaufgaben

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

Vorlesung. Funktionen/Abbildungen

1. Klausur. für bau immo tpbau

A Matrix-Algebra. A.1 Definition und elementare Operationen

Mathematik II Frühjahrssemester 2013

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Mathematik für Anwender I. Beispielklausur I mit Lösungen

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Lineare Algebra - alles was man wissen muß

WS 2009/10. Diskrete Strukturen

1.9 Eigenwerte und Eigenvektoren

Lineare Algebra. Teil III. Inhaltsangabe

Homogenität Assoziativgesetz A (B 1 + B 2 ) = A B 1 + A B 2 Distributivgesetz 1 (A 1 + A 2 ) B = A 1 B + A 2 B Distributivgesetz 2

Lineare Algebra I: Eine Landkarte

Lineare Gleichungssysteme

Lineare Algebra. Axiome der Linearen Algebra

2.2 Kern und Bild; Basiswechsel

Übungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel.

Mathematik für Wirtschaftswissenschaftler, WS 10/11 Musterlösungen zu Aufgabenblatt 11

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

4. Übungsblatt Matrikelnr.:

Aufgabe 1: Gleichungssystem mit Parameter ( / 12) Für welche Werte des reellen Parameters α besitzt das lineare Gleichungssystem

Klausur zur Vorlesung,,Algorithmische Mathematik II

Kapitel III. Lineare Abbildungen

Vorlesung. Funktionen/Abbildungen 1

8 Lineare Abbildungen

6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)

) in der Ebene aufgespannten Parallelogramms ist, wie wir wissen, gleich a 1. b 2. ) und b = ( b 1

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

LINEARE ALGEBRA I, WS 2010/11. NOTIZEN ZUR VORLESUNG.

7 Die Determinante einer Matrix

5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix

Mengen und Abbildungen

Lineare Algebra KAPITEL III. 12 Matrizen und der Gauß-Algorithmus. I) Matrizen

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Kapitel 17. Determinanten

Mat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1

Klausur zur Vordiplom-Prüfung

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

2. Vorlesung. Die Theorie der schwarz-weissen Ketten.

1 Mengen und Abbildungen

Vektoren und Matrizen

Brückenkurs Mathematik

Aufgaben zum 2. Kapitel (Lineare Gleichungssysteme, Gauß-Verfahren)

Mathematische Formeln für Wirtschaftswissenschaftler

Musterlösung Klausur zur Linearen Algebra II

Vorlesung bzw. 23. Januar Determinanten 1. Cramersche Regel

Lösung (die Geraden laufen parallel) oder unendlich viele Lösungen.

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:

Musterlösung Grundbegriffe der Mathematik Frühlingssemester 2016, Aufgabenblatt 4

2 Die Darstellung linearer Abbildungen durch Matrizen

Aufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler Algebra

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

Matrizen. Aufgabe 1. Sei f R 2 R 3 definiert durch. x y x Berechnen Sie die Matrix Darstellung von f. Lösung von Aufgabe 1.

1 Aussagenlogik und Mengenlehre

Elemente der Analysis II

Eigenwerte und Eigenvektoren von Matrizen

Lineare Algebra II 5. Übungsblatt

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen

Transkript:

Mathematik für Betriebswirte I (Lineare Algebra). Klausur Wintersemester 20/204 06.02.204 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:... Vorname:... Matrikelnummer: Studienfach:... Name des Tutors:... Vorkurs Mathematik besucht? Ja Nein Unterschrift der/des Studierenden: Überprüfen Sie die Klausur auf Vollständigkeit, sie besteht aus 9 Seiten. Bemerkungen: Aufgabe max. Pkt. err. Pkt. 0 2 0 0 4 5 5 5 6 5 7 5 Summe 90 Note

Aufgabe : Surjektivität und Injektivität (0 Punkte). Untersuchen Sie die Abbildung f : R\{0} R x f(x) = x auf Injektivität, Surjektivität und Bijektivität. Begründen Sie Ihre Antworten kurz. 2. Skizzieren Sie eine nicht monotone, aber injektive Funktion.. Geben Sie eine Funktion einschließlich Definitions- und Wertebereich an, deren Zuordnungsvorschrift durch die unten stehende Abbildung beschrieben wird. Erläutern Sie zudem kurz, ob es sich bei f um eine surjektive und/oder injektive Abbildung handelt. x f y. (2 Punkte) Surjektiv (-), (2 Punkte) injektiv (+), ( Punkt) bijektiv (-) 2. (2 Punkte) Beispielhaft: y x. (2 Punkte) Beispielhaft: f : { 2,,0,,2} {,0,,4},x x 2 ( Punkt) Die Abbildung f ist weder surjektiv, noch injektiv. 2

Aufgabe 2: Lineare Unterräume (0 Punkte) PrüfenSie,obessichbeiM,M 2 undm umlineareunterräumedesr handelt. 2 M = λ,µ 8 λ,µ R 0 4 x y M 2 = 2,λ 2,µ 0 x,y R,λ,µ R 0 0 0 x M = x 2 x,x 2,x R,x x 2,x x 2 x ( Punkte) M ist bzgl. der Addition nicht abgeschlossen, weshalb es sich um keinen linearen Unterraum des R handelt. (4 Punkte) M 2 ist bzgl. der Addition und der skalaren Multiplikation abgeschlossen, weshalb es sich um einen linearen Unterraum des R handelt. ( Punkte) M ist bzgl. der skalaren Multiplikation nicht abgeschlossen, weshalb es sich um keinen linearen Unterraum des R handelt.

Aufgabe : Orthogonale Matrizen (0 Punkte) Zeigen Sie auf zwei verschiedenen Wegen, dass es sich bei 2 2 A = 2 2 2 2 um eine orthogonale Matrix handelt. Weg : Orthonormierte Vektoren ( Punkt) a T a 2 = ( 2 ) ( + 2 ) ( + 2 ) ( 2 ) = 0 ( Punkt) a T a = ( 2 ) ( + 2 ) ( 2 ) ( + 2 ) = 0 ( 2 ) + ( 2 ) ( + 2 ) = 0 ( Punkt) a T 2 a = ( ( Punkt) a = ( ( Punkt) a 2 = 2 ) 2 ( + ( ( Punkt) a = 2 ) 2 +( 2 2 ( + ) 2 2 = ) ) 2 +( ) 2 + ) 2 +( ) 2 = ( ) 2 = ( Punkt) Da die Vektoren von A orthonormiert sind, ist A orthogonal. Weg 2: Produkt aus A und A T ( Punkte) Da 2 2 = 0 0 0 0 0 0 gilt, ist A eine orthogonale Matrix. 4

Aufgabe 4: Mengenlehre (5 Punkte). Gegeben seien die Teilmengen A, B und C einer Grundmenge Ω. Des Weiteren gelte: P(Ω) = 8 P(B) = {,{b}} P(B) P(A) = P(C) A B = {a,b} c C Bestimmen Sie die Grundmenge Ω sowie die Teilmengen A,B,C und skizzieren Sie ein geeignetes Venn-Diagramm, aus dem alle betrachteten Mengen und ihre jeweiligen Elemente klar hervorgehen. 2. Schraffieren Sie die Menge ((A B)\(D C)) ((A C) (B C) C) im folgenden Venn-Diagramm. D A B C. Es sei M N definiert und M N. Kreuzen Sie für die folgenden Aussagen an, ob sie als wahr oder falsch zu beurteilen sind. Ein richtig gesetztes Kreuz zählt Punkt, ein falsch oder ein nicht gesetztes Kreuz zählt 0 Punkte. a) M N = M b) M N = N c) M\N = d) N M e) P(M) P(N) Wahr Falsch a) b) c) d) e) 5

. (6 Punkte) Es gilt: Ω = {a,b,c} A = C = {a,b} B = {b} A = C c B a b Ω 2. (4 Punkte) Es gilt: D A B C. (5 Punkte) a) b) c) d) e) Wahr X X X X Falsch X 6

Aufgabe 5: Matrizenalgebra (5 Punkte) Gegeben seien die Matrizen 2 0 0 2 A = 5 2, B = 2 a und C = 2 0 2 0 4 0 2 0 2 0 5 mit a R. a) Berechnen Sie die Ausdrücke 5B 2A T und A B. b) Begründen Sie, für welche a R der Zusammenhang B = A gilt. c) Begründen Sie, ob die Matrix C eine Inverse besitzt. Ändern Sie zudem eine Komponente von C derart ab, dass sich die von Ihnen ermittelte Eigenschaft in ihr Gegenteil wendet. d) Begründen Sie, ob die Zeilen der Matrix A ein Erzeugendensystem des R bilden. a) (7 Punkte) Es gilt: 9 0 7 5B 2A T = 0 5a 4 5 6 2 und A B = 0 0 0 2a 0 0 0 b) (2 Punkte) Da A B = E nur für a = 2 gilt, ist B = A im Falle von a = 2 erfüllt. c) (2 Punkte) Die Matrix C ist invertierbar, da sie regulär ist. (2 Punkte) Mögliche Änderungen, so dass C nicht mehr invertierbar ist: Vorher Nachher c = 0 c = c = c = 0 c 22 = 2 c 22 = 0 c 2 = 0 c 2 = 4 c = c = 0 d) (2 Punkte) Ja, da rg(a) = gilt. 7

Aufgabe 6: Determinanten (5 Punkte) Gegeben seien die Matrizen 4 2 5 2 0 2 A = und B = 0 2 4 5 4 4. a) Berechnen Sie die Determinanten der Matrizen A und B. b) Berechnen Sie det ( A T), det ( B ), det(a+a) und det(ab). a) (8 Punkte) Eine Entwicklung nach der zweiten Spalte von A ergibt: 2 2 det(a) = ( ) +2 ( ) det 4 4 2 5 +( ) 4+2 ( 2) det 2 2 = ( 6 8 4 (9+2 24)) 2 ( 24+2+0 ( 0+2+2)) = ( 5) 2 ( 6) = (2 Punkte) Die Determinante der Matrix B ergibt sich zu: ( ( det(b) = 5 ( ) 4 )) = 5 = 4 4 b) Es gilt: ( Punkt) det ( A T) = ( ) 4 det(a) = ( Punkt) det ( B ) = det(b) = 4 (2 Punkte) det(a+a) = det(2a) = 2 4 det(a) = 6 ( ) = 528 ( Punkt) Der Ausdruck det(ab) ist nicht definiert. 8

Aufgabe 7: Quadratische Formen (5 Punkte) Gegeben sei die Matrix sowie ihr Spektrum S = { 8, 9,9}. 2 8 A = 2 2 0 8 0 5 a) Geben Sie die charakteristische Gleichung P A (λ) = 0 explizit an. b) Bestimmen Sie die zu A gehörige quadratische Form q(x) = x T Ax. c) Bestimmen Sie die Definitheitseigenschaft von A über ihre Hauptunterdeterminanten und über ihre Eigenwerte. d) Begründen Sie in einem Satz, ob A diagonalisierbar ist. e) Bestimmen Sie die Spur und die Determinante von A auf Basis ihrer Eigenwerte. Hinweis: Sie können alle Unteraufgaben dieser Aufgabe separiert voneinander bearbeiten. a) ( Punkte) Die charakteristische Gleichung der Matrix A ergibt sich über ihre Eigenwerte direkt zu: b) ( Punkte) Es gilt: (λ+8)(λ+9)(λ 9) = 0 q(x) = x T Ax = x 2 2x 2 2 5x 2 +4x x 2 +6x x +20x 2 x c) Argumentation über die Hauptunterdeterminanten: (/2 Punkte) det(h ) = < 0 (/2 Punkte) det(h 2 ) = 8 > 0 ( Punkte) det(h ) = 458 > 0 ( Punkt) Argumentation über die Eigenwerte: Die Matrix A besitzt sowohl negative als auch positive Eigenwerte. ( Punkt) Damit folgt auf beiden Wegen, dass A indefinit ist. d) ( Punkt) Da A symmetrisch ist, ist A diagonalisierbar. e) ( Punkt) spur(a)= λ +λ 2 +λ = 8 9+9 = 8 ( Punkt) det(a) = λ λ 2 λ = 8 ( 9) 9 = 458 9