Aufgaben zu Kapitel 16

Ähnliche Dokumente
Aufgaben zu Kapitel 14

Matrizen, Determinanten, lineare Gleichungssysteme

9.2 Invertierbare Matrizen

Serie 10: Inverse Matrix und Determinante

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

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

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

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

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

6. Übungsblatt zur Mathematik I für Maschinenbau

4 Vorlesung: Matrix und Determinante

2.2 Kern und Bild; Basiswechsel

4.4. Rang und Inversion einer Matrix

Einführung in die Vektor- und Matrizenrechnung. Matrizen

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

Mathematik II Frühjahrssemester 2013

Lineare Algebra. Teil III. Inhaltsangabe

MC-Serie 11: Eigenwerte

Quadratische Matrizen Inverse und Determinante

Lineare Algebra I Klausur. Klausur - Musterlösung

Mathematik 1, Teil B. Inhalt:

1.9 Eigenwerte und Eigenvektoren

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Tutorium Mathematik II, M Lösungen

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Vektorräume und Rang einer Matrix

7 Lineare Gleichungssysteme

Kapitel 17. Determinanten

Kap 5: Rang, Koordinatentransformationen

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

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer.

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1

Der Rang einer Matrix A. Beispiel

A2.3 Lineare Gleichungssysteme

V DETERMINANTEN In diesem Kapitel entwickeln wir die Theorie der Determinanten Die folgenden Beispiele sollen die Einfuhrung dieses Begries motivieren

WS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch

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

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

Lineare Algebra 1. Roger Burkhardt

Elemente der Analysis II

Matrizen und Determinanten

Corinne Schenka Vorkurs Mathematik WiSe 2012/13

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7

Lineare Gleichungssysteme

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Lösungen zum 5. Aufgabenblatt

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008

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

Gliederung. Links-Rechts-Zerlegung Elimination faktorisiert A = L R. Determinante Inverse. Kleinste Quadrate. Lösung durch. Links-Rechts- Zerlegung

1 Rechnen mit 2 2 Matrizen

Korrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:

5 Eigenwerte und die Jordansche Normalform

7 Die Determinante einer Matrix

Aufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler Algebra

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

Vorlesung bzw. 23. Januar Determinanten 1. Cramersche Regel

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

Lineare Algebra - alles was man wissen muß

3 Matrizen und Determinanten

Brückenkurs Elementarmathematik

Lineare Gleichungssysteme

Kapitel 15. Lösung linearer Gleichungssysteme

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

Eigenwerte und Eigenvektoren

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

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

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

Vektorgeometrie Layout: Tibor Stolz

Lineare Gleichungssysteme

5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix

Leitfaden Lineare Algebra: Determinanten

Mathematische Formeln für Wirtschaftswissenschaftler

Mathematik Matrizenrechnung

Basiswissen Analytische Geometrie

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

Vorkurs: Mathematik für Informatiker

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

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.

entspricht der Länge des Vektorpfeils. Im R 2 : x =

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt

2 Euklidische Vektorräume

Basistext Lineare Gleichungssysteme. Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=%

Mathematik II für Bauwesen. Ivan Izmestiev

Gilt jedoch. det A = 0, so besagt dies:

Kapitel 12. Lineare Abbildungen und Matrizen

8. Übungsblatt zur Mathematik I für Maschinenbau

Lineare Gleichungssysteme

Lineare Abhängigkeit

4. Vektorräume und Gleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Gleichungssysteme

3.11 Volumen und Determinanten

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

Lineare Gleichungssysteme I (Matrixgleichungen)

Lösungen zum 3. Aufgabenblatt

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung

Lineare Algebra II 5. Übungsblatt

4.5 Überbestimmte Gleichungssysteme, Gauß sche Ausgleichrechnung

2 Die Darstellung linearer Abbildungen durch Matrizen

Transkript:

Aufgaben zu Kapitel 16 1 Aufgaben zu Kapitel 16 Verständnisfragen Aufgabe 16.1 Ist das Produkt quadratischer oberer bzw. unterer Dreiecksmatrizen wieder eine obere bzw. untere Dreiecksmatrix? Aufgabe 16.2 Bekanntlich gilt im Allgemeinen AB BAfür n n-matrizen A und B. Gilt det(ab) = det(ba)? Aufgabe 16.3 Hat eine Matrix A R n n mit n 2N + 1 und A = A T die Determinante 0? Aufgabe 16.4 Gilt für invertierbare Matrizen A, B K n n ad(ab) = ad(b) ad(a)? Aufgabe 16.5 Ist das Produkt symmetrischer Matrizen stets wieder eine symmetrische Matrix? Aufgabe 16.6 Ist das Inverse einer invertierbaren symmetrischen Matrix wieder symmetrisch? Aufgabe 16.7 Folgt aus der Invertierbarkeit einer Matrix A stets die Invertierbarkeit der Matix A T? Aufgabe 16.8 Wir betrachten eine Blockdreiecksmatrix, d. h. eine Matrix der Form M = ( A C 0 B ) K n n, wobei 0 K (n m) m die Nullmatrix ist und A K m m, C K m (n m), B K (n m) (n m) sind. Zeigen Sie: det M = det A det B. Rechenaufgaben Aufgabe 16.9 Berechnen Sie alle möglichen Matrizenprodukte mit jeweils zwei der Matrizen ( ) 1 2 1 2 3 A =, B = 0 4, 1 4 6 1 0 1 0 4 C = 1 1 1, D = 0 0 3 ( ) 1 2. 0 4 Aufgabe 16.10 Gegeben sind drei Matrizen A, B, C R 3 3 mit der Eigenschaft AB= C, ausführlich a 11 2 3 2 b 12 1 2 3 c 13 a 21 1 3 0 b 22 2 = 4 3 c 23. a 31 1 2 0 b 32 2 0 0 c 33 Man ergänze die unbestimmten Komponenten. Aufgabe 16.11 Sind die folgenden Matrizen invertierbar? Bestimmen Sie gegebenenfalls das Inverse. 6 3 8 1 1 1 A = 1 1 2, B = 2 0 2 R 3 3, 4 3 7 1 2 3 1 1 1 2 0 1 1 2 C = 0 1 0 2 0 0 1 3, D = 1 0 1 2 2 1 2 1 R4 4 0 0 0 1 3 2 0 3

2 Aufgaben zu Kapitel 16 1 0 Aufgabe 16.12 Bestimmen Sie ein lineares Gleichungssystem, dessen Lösungsmenge L = 0, 1 R 3 1 1 ist. Aufgabe 16.13 Bestimmen Sie eine LR-Zerlegung der Matrix 1/2 1/3 1/4 1/5 A = 1/3 1/4 1/5 1/6 1/4 1/5 1/6 1/7 1/5 1/6 1/7 1/8 und mit deren Hilfe die Determinante det A. Aufgabe 16.14 Vervollständigen Sie die folgende Matrix A so, dass A R 3 3 eine orthogonale Matrix ist: 1/2 1/ 2 A = 1/2 1/2 1/ 2 Aufgabe 16.15 Berechnen Sie die Determinanten der folgenden reellen Matrizen: 2 0 0 0 2 1 2 0 0 A = 2 1 0 0 0 0 3 4, B = 0 2 0 2 0 0 0 2 0 0 0 2 0 2 0 0 0 4 3 2 0 0 0 2 Aufgabe 16.16 Berechnen Sie die Determinante der reellen n n-matrix 0... 0 d 1 A =. d 2 0.. d n... Anwendungsprobleme Aufgabe 16.17 Für ein aus drei produzierenden Abteilungen bestehendes Unternehmen hat man durch praktische Erfahrung die folgenden Matrizen P R 3 3 für die Produktherstellung und R R 3 3 für die Rohstoffverteilung ermittelt: 0.5 0.0 0.1 1 1 0.3 P = 0.0 0.8 0.2 und R = 0.3 0.2 1 0.1 0.0 0.8 1.2 1 0.2 80 (a) Welche Nachfrage v kann das Unternehmen befriedigen, wenn die Gesamtproduktion g durch g = 200 bei Auslastung 100 aller Maschinen vorgegeben ist? Welcher Rohstoffverbrauch r fällt dabei an? 90 (b) Durch eine Marktforschung wurde der Verkaufsvektor v = 54 ermittelt. Welche Gesamtproduktion g ist nötig, um 36 diese Nachfrage zu befriedigen? Mit welchem Rohstoffverbrauch r ist dabei zu rechnen? 200 (c) Nun ist die Rohstoffmenge r = 100 vorgegeben. Welche Gesamtproduktion g kann erzielt werden? Welche Nachfrage 200 v wird dabei befriedigt? Aufgabe 16.18 In einer Population von Ameisen kann man Individuen mit drei verschiedenen Markmalen m 1, m 2 und m 3 unterscheiden. Die Wahrscheinlichkeit dafür, dass das Merkmal m i auf das Merkmal m j bei einem Fortpflanzungszyklus übergeht, bezeichnen wir mit p ij. Diese Zahlen sind in der Tabelle 1 gegeben. Diese Zahlen bilden eine sogenannte stochastische Matrix P = (p ij ) R 3 3.

Aufgaben zu Kapitel 16 3 Tabelle 1 Die Übergangswahrscheinlichkeiten der Merkmale m 1, m 2, m 3. m 1 m 2 m 3 m 1 0.7 0.4 0.4 m 2 0.1 0.5 0.2 m 3 0.2 0.1 0.4 (a) Wie groß ist der Anteil der drei Merkmale nach einem Zyklus, wenn am Anfang Gleichverteilung vorliegt? (b) Welche Anfangsverteilung der drei Merkmale ändert sich nach einem Zyklus nicht? Aufgabe 16.19 Für die Bewegungsgleichungen der beiden in der Abbildung 16.17 skizzierten Massen m 1 und m 2 gilt ( ) m 1 ẍ 1 = (k 1 + k 2 )x 1 + k 2 x 2 m 2 ẍ 2 = k 2 x 1 (k 2 + k 3 )x 2 mit den Federkonstanten k 1,k 2,k 3 > 0. k 1 k 2 k 3 m 1 m 2 x 1 x 2 Abbildung 16.17 Zwei Massen m 1 und m 2 sind mit Federn an einer Wand befestigt und miteinander mit einer weiteren Feder verbunden. Die Federkonstanten sind k 1, k 2 und k 3. Bestimmen Sie mit dem Ansatz z 1 (t) x 1 (t) z = z 2 (t) z 3 (t) = ẋ 1 (t) x 2 (t) z 4 (t) ẋ 2 (t) eine Matrix A mittels der sich das Differenzialgleichungssystem ( ) als Differenzialgleichungssystem ż = A z 1. Ordnung formulieren lässt.

4 Hinweise zu Kapitel 16 Hinweise zu Kapitel 16 Verständnisfragen Aufgabe 16.1 Man prüfe dies an oberen und unteren 2 2-Matrizen nach und verallgemeinere die Beobachtung. Aufgabe 16.2 Man beachte den Determinantenmultiplikationssatz auf Seite 545. Aufgabe 16.3 Man beachte die Regeln in der Übersicht auf Seite 546. Aufgabe 16.4 Man beachte die Formel auf Seite 550. Aufgabe 16.5 Prüfen Sie, ob (AB) T = ABfür alle symmetrischen 2 2-Matrizen A und B gilt. Aufgabe 16.6 Prüfen Sie, ob für eine symmetrische Matrix A die Gleichung (A 1 ) T = (A T ) 1 gilt. Aufgabe 16.7 Beachte die Übersicht auf Seite 546. Aufgabe 16.8 Führen Sie Zeilenumformungen an der Matrix M durch. Rechenaufgaben Aufgabe 16.9 Berechnen Sie AB, AC, BA, CB, BD, DAund CC, DD. Aufgabe 16.10 Führen Sie die Multiplikation durch und vergleichen Sie die Komponenten. Aufgabe 16.11 Man verwende das auf Seite 524 beschriebene Verfahren. Aufgabe 16.12 Das Gleichungssystem ist homogen, besteht nur aus einer Zeile und hat drei Unbekannte. Aufgabe 16.13 Verwenden Sie den ab Seite 535 beschriebenen Algorithmus. Aufgabe 16.14 Die Spalten bzw. Zeilen einer orthogonalen Matrix haben die Länge 1 und stehen senkrecht aufeinander. Aufgabe 16.15 Verwenden Sie die Regeln in der Übersicht auf Seite 546. Aufgabe 16.16 Unterscheiden Sie nach den Fällen n gerade und n ungerade. Anwendungsprobleme Aufgabe 16.17 Man beachte die Anwendung auf Seite 527. Aufgabe 16.18 Keine Veränderung der Verteilung heißt, dass nach einem Zyklus die Verteilung gleich ist. Machen Sie einen entsprechenden Ansatz. Aufgabe 16.19 Beachten Sie die Methoden in der Anwendung auf Seite 520.

Lösungen zu Kapitel 16 5 Lösungen zu Kapitel 16 Verständnisfragen Aufgabe 16.1 Ja. Aufgabe 16.2 Ja. Aufgabe 16.3 Ja. Aufgabe 16.4 Ja. Aufgabe 16.5 Nein. Aufgabe 16.6 Ja. Aufgabe 16.7 Ja. Aufgabe 16.8 Rechenaufgaben ( ) 4 11 Aufgabe 16.9 AB =, AC = 7 2 ( ) 1 0 16 3 2 15 DA=, CC=, DD= 4 0 24 2 1 8 0 0 9 ( ) 3 2 15, BA = 1 0 22 ( ) 1 10. 0 16 1 2 3 2 2 1 2 2 11 Aufgabe 16.10 A = 2 1 3, B = 0 2 2, C = 4 3 10. 0 1 2 0 1 2 0 0 6 3 10 15 5 2 1 10 4 16 24, CB = 2 6, BD = 0 16, 1 2 3 3 0 1 2 Aufgabe 16.11 Die Matrizen A, B, C sind invertierbar, die Matrix D nicht. Es gilt A 1 = 1 1 1 2 1 0 0 B 1 = 2 1 0, C 1 = 0 1 0 2 0 0 1 3. 1 0 1 0 0 0 1 Aufgabe 16.12 x 1 + x 2 + x 3 = 0. 1 3 2 1 10 4, 1 6 3 Aufgabe 16.13 ( 1 0 0 0 ) 2/3 1 0 0 A = 1/2 6/5 1 0 2/5 6/5 12/7 1 }{{} =:L ( 1/2 1/3 1/4 1/5 0 1/36 1/30 1/30 0 0 1/600 1/350 0 0 0 1/9 800 ) } {{ } =:R, 1 det A = 2 36 600 9 800. 1/2 1/2 1/ 2 Aufgabe 16.14 A = 1/2 1/2 1/ 2 1/ 2 1/. 2 0 Aufgabe 16.15 det A = 21, det B = 0. Aufgabe 16.16 det A = ( 1) n(n 1) 2 d 1 d 2...d n.

6 Lösungen zu Kapitel 16 Anwendungsprobleme 61 422 240 900 Aufgabe 16.17 (a) v = 18, r = 231 ; (b) g = 570, r = 486 ; (c) g = 1 99 13 438 300 918 Aufgabe 16.18 (a) 15 : 8 : 7. (b) 28 : 10 : 11. 0 1 0 0 1 1 Aufgabe 16.19 A = m 1 (k 1 + k 2 ) 0 m 1 k 2 0 0 0 0 1 R4 4. 1 m 2 k 2 0 m 1 2 (k 2 + k 3 ) 0 3 000 15 000. 6 000

Lösungswege zu Kapitel 16 7 Lösungswege zu Kapitel 16 Verständnisfragen Aufgabe 16.1 Die Aussage stimmt. Wir betrachten zwei Matrizen A, B K n n. Sind beide Matrizen obere Dreiecksmatrizen, so haben der i-te Zeilenvektor z i von A und der j-te Spaltenvektor s j von A die Gestalt b j1.. z i = (0,..., 0, a ii,..., a in ) und s j = b jj 0.. b jn Also gilt für i>jdie Gleichung z i s j = 0, und damit hat die Matrix ABunterhalb der Diagonalen, d. h. an den Stellen (i, j) mit i>j, nur Nullen als Komponenten, da an diesen Stellen die Produkte von z i mit s j stehen. Für untere Dreiecksmatrizen schließt man analog. Aufgabe 16.2 Die Aussage stimmt. Mit dem Determinantenmultiplikationssatz auf Seite 545 gilt nämlich det(ab) = det A det B = det B det A = det(ba). Aufgabe 16.3 Ja, denn mit den Regeln auf Seite 546 gilt sodass also det A = det A, d.h.deta = 0 gilt. Aufgabe 16.4 Die Aussage stimmt. Es gilt nämlich: det A = det( A T ) = ( 1) n det A = det A, ad(ab) = (AB) 1 det(ab) = B 1 A 1 det A det B = det BB 1 det AA 1 = ad(b) ad(a) Aufgabe 16.5 Die Aussage ist falsch. Das Produkt AB der symmetrischen Matrizen A = ( ) 1 2 und B = 2 0 ist nämlich nicht symmetrisch. Aufgabe 16.6 Weil die Einheitsmatrix symmetrisch ist, gilt für jede invertierbare Matrix A K n n also A T (A 1 ) T = E n, sodass (A T ) 1 = (A 1 ) T gilt. Ist A zudem symmetrisch, gilt also A T = A, so folgt also (A 1 A) T = E T n = E n, (A 1 ) T = (A T ) 1 = A 1. ( ) 1 0 0 1 Also ist A 1 wieder symmetrisch. Aufgabe 16.7 Weil A invertierbar ist, gilt det A 0. Aus det A = det A T folgt det A T 0. Dies wiederum besagt, dass A T invertierbar ist, also ist die Aussage richtig. Aufgabe 16.8 Durch Zeilenumformungen an M macht man A zu einer oberen Dreiecksmatrix A. Dabei bleibt B unverändert, und aus C wird dabei C. Ist k die Anzahl der dabei ausgeführten Zeilenvertauschungen, so gilt det A = ( 1) k det A. Nun mache man B durch Zeilenumformungen an M zu einer oberen Dreiecksmatrix B. Dabei bleiben A und C unverändert. Ist l die Anzahl der dabei ausgeführten Zeilenvertauschungen, so gilt det B = ( 1) l det B.

8 Lösungswege zu Kapitel 16 Damit haben wir nun insgesamt eine obere Dreiecksmatrix ( ) M A C = K n n 0 B konstruiert. Nach den Regeln in der Übersicht auf Seite 546 gilt det M = det A det B. Wegen det M = ( 1) k+l det M folgt die Behauptung. Rechenaufgaben Aufgabe 16.9 Zwei Matrizen sind nur dann miteinander multiplizierbar, wenn der erste ( Faktor ) des Produktes ( so viele ) 4 11 3 2 15 Spalten wie der zweite Faktor Zeilen hat. Damit erhalten wir die folgenden Produkte: AB=, AC=, 7 2 1 0 22 3 10 15 5 2 1 10 ( ) 1 0 16 ( ) BA= 4 16 24, CB= 2 6, BD= 3 2 15 0 16, DA=, CC= 1 10 2 1 8, DD=. 4 0 24 0 16 1 2 3 3 0 1 2 0 0 9 Aufgabe 16.10 Wir führen die Multiplikation der Matrix A mit B durch und erhalten die Gleichung: 2 a 11 a 11 b 12 + 2 b 22 + 3 b 32 10 + a 11 2 a 21 a 21 b 12 + b 22 + 3 b 32 8 + a 21 2 a 31 a 31 b 12 b 22 2 b 32 6 + a 31 2 3 c 13 = 4 3 c 23 0 0 c 33 Zwei Matrizen sind genau dann gleich, wenn sie gleich viele Zeilen und Spalten haben und komponentenweise übereinstimmen. Da beide Matrizen gleich viele Zeilen und Spalten haben, führen wir nun einen Vergleich der Komponenten durch. Dies sind neun Gleichungen: 2 a 11 = 2 2 a 21 = 4 2 a 31 = 0 a 11 b 12 + 2 b 22 + 3 b 32 = 3 a 21 b 12 + b 22 + 3 b 32 = 3 a 31 b 12 b 22 2 b 32 = 0 10 + a 11 = c 12 8 + a 21 = c 23 6 + a 31 = c 33 Aus diesem (nicht-linearen) Gleichungssystem erhalten wir der Reihe nach a 11 = 1, a 21 = 2, a 31 = 0 und hieraus, indem wir diese Werte in die rechten drei Gleichungen einsetzen, c 13 = 11, c 23 = 10, c 33 = 6. Nun setzen wir diese sechs bekannten Werte in die mittleren drei Gleichungen ein und erhalten das lineare Gleichungssystem b 12 +2 b 22 +3 b 32 = 3 2 b 12 +b 22 +3 b 32 = 3 b 22 2 b 32 = 0 mit der eindeutig bestimmten Lösung b 12 = 2, b 22 = 2, b 32 = 1. 1 2 3 2 2 1 2 2 11 Also gilt A = 2 1 3, B = 0 2 2, C = 4 3 10. 0 1 2 0 1 2 0 0 6

Lösungswege zu Kapitel 16 9 Aufgabe 16.11 Wir wenden das Verfahren an, das auf Seite 524 beschrieben wurde. Für die Matrix A erhalten wir: 6 3 8 1 0 0 1 1 2 0 1 0 4 3 7 0 0 1 0 3 4 1 6 0 1 1 2 0 1 0 0 1 1 0 4 1 1 1 2 0 1 0 0 3 4 1 6 0 0 1 1 0 4 1 1 1 2 0 1 0 0 0 1 1 6 3 0 1 1 0 4 1 1 1 2 0 1 0 0 1 1 0 4 1 0 0 1 1 6 3 1 1 2 0 1 0 0 1 1 0 4 1 0 0 1 1 6 3 1 1 0 2 13 6 0 1 0 1 10 4 0 0 1 1 6 3 1 0 0 1 3 2 0 1 0 1 10 4 0 0 1 1 6 3 Es ist also A invertierbar und 1 3 2 A 1 = 1 10 4. 1 6 3 Für die Matrix B erhalten wir: 1 1 1 1 0 0 2 0 2 0 1 0 1 2 3 0 0 1 1 1 1 1 0 0 0 2 0 2 1 0 0 3 2 1 0 1 1 1 1 1 0 0 0 2 0 2 1 0 0 3 2 1 0 1 Also ist B invertierbar und 1 0 0 B 1 = 2 1 0 1 0 1

10 Lösungswege zu Kapitel 16 Bei der Matrix C gehen wir analog vor: Es ist also C invertierbar und 1 1 1 2 1 0 0 0 0 1 0 2 0 1 0 0 0 0 1 3 0 0 1 0 0 0 0 1 0 0 0 1 1 0 1 0 1 1 0 0 0 1 0 0 0 1 0 2 0 0 1 0 0 0 1 3 0 0 0 1 0 0 0 1 1 0 0 0 1 1 1 3 0 1 0 0 0 1 0 2 0 0 1 0 0 0 1 3 0 0 0 1 0 0 0 1 1 1 1 3 C 1 = 0 1 0 2. 0 0 0 1 Bei der Matrix D wird das Verfahren abbrechen. Denn die Summe der ersten drei Zeilen ergibt die vierte Zeile. Also sind die Zeilen linear abhängig, sodass beim Anwenden von elementaren Zeilenumformungen eine Nullzeile entstehen wird. Wir führen das Verfahren dennoch durch: 0 1 1 2 1 0 0 0 1 0 1 2 0 1 0 0 2 1 2 1 0 0 1 0 3 2 0 3 0 0 0 1 1 0 1 2 0 1 0 0 0 1 1 2 1 0 0 0 0 1 4 5 0 2 1 0 0 2 3 3 0 3 0 1 1 0 1 2 0 1 0 0 0 1 1 2 1 0 0 0 0 0 5 7 1 2 1 0 0 0 5 7 2 3 0 1 1 0 1 2 0 1 0 0 0 1 1 2 1 0 0 0 0 0 5 7 1 2 1 0 0 0 0 0 1 1 1 1 Es ist also D nicht invertierbar, da rg D = 3 gilt. Aufgabe 16.12 Das gesuchte lineare Gleichungssystem muss homogen sein, da der Nullvektor eine Lösung ist. Weil die Dimension des Lösungsraumes 2 ist und die Lösungen im R 3 liegen, muss die Koeffizientenmatrix des Gleichungssystems den Rang 1 (= 3 2) und drei Spalten haben. Also können wir für das gesuchte Gleichungssystem annehmen, dass es von der folgenden Form ist: a 1 x 1 + a 2 x 2 + a 3 x 3 = 0. a 1 Die Homogenität des Gleichungssystems besagt, dass alle Lösungen senkrecht auf dem Vektor a = a 2 R 3 stehen. Dies a 3 liefert, wenn wir die zwei linear unabhängigen, erzeugenden Vektoren des Lösungsraumes L betrachten, die Bedingungen: Also können wir a 1 = a 2 = a 3 = 1 wählen. Damit ist also ein lineares Gleichungssystem, das L als Lösungsmenge hat. a 1 a 3 = 0 a 2 a 3 = 0 x 1 + x 2 + x 3 = 0

Lösungswege zu Kapitel 16 11 Aufgabe 16.13 Zunächst berechnen wir eine LR-Zerlegung von A. Dabei tragen wir die Eliminationsfaktoren m ij anstelle der Nullen an den entsprechenden Stellen ein: Somit besitzt A die LR-Zerlegung: 1/2 1/3 1/4 1/5 1/3 1/4 1/5 1/6 1/4 1/5 1/6 1/7 1/5 1/6 1/7 1/8 }{{} =A 1/2 1/3 1/4 1/5 2/3 1/36 1/30 1/30 1/2 1/30 1/24 3/70 2/5 1/30 3/70 9/200 1/2 1/3 1/4 1/5 2/3 1 2 2 1/2 6/5 1/600 1/350 2/5 6/5 1/350 1/200 1/2 1/3 1/4 1/5 2/3 1/36 1/30 1/30 1/2 6/5 1/600 1/350 2/5 6/5 12/7 1/9 800 ( 1 0 0 0 ) 2/3 1 0 0 A = 1/2 6/5 1 0 2/5 6/5 12/7 1 }{{} =:L ( 1/2 1/3 1/4 1/5 0 1/36 1/30 1/30 0 0 1/600 1/350 0 0 0 1/9 800 ) } {{ } =:R Für die Determinante det A gilt wegen des Determinantenmultiplikationssatzes det A = det L det R = det R = Aufgabe 16.14 Wir bezeichnen die gesuchten Elemente: 1/2 a 1/ 2 A = 1/2 1/2 b c 1/ 2 d und nehmen nun an, dass die Matrix A orthogonal ist. Weil die Zeilen einer orthogonalen Matrix normiert sind, gelten für a und b: 1 2 36 600 9 800. 1/4 + a 2 + 1/2 = 1 a =±1/2 1/4 + 1/4 + b 2 = 1 b =±1/ 2 Nehmen wir an, dass a = 1/2 gilt. Dann folgt ein Widerspruch zur Orthogonalität der Matrix A, weil das Skalarprodukt zwischen erster und zweiter Zeile den Wert Null ergeben muss: 1/4 1/4 + 1/ 2 b 0 Also ist a = 1/2. Damit folgt für b mittels des Skalarproduktes der ersten beiden Zeilen, 1/4 + 1/4 + 1/ 2 b = 0, sogleich b = 1/ 2. Nun kommen wir zu c. Weil die erste Spalte die Länge 1 haben muss, gilt 1/4 + 1/4 + c 2 = 1 c =±1/ 2.

12 Lösungswege zu Kapitel 16 Wir nehmen an, dass c = 1/ 2 gilt. Dann folgt durch Bildung des Skalarproduktes der ersten beiden Spalten ein Widerspruch zur Orthogonalität der Matrix A: 1/4 1/4 1/2 0 Also ist c = 1/ 2. Um schließlich d zu ermitteln, nutzen wir aus, dass die dritte Zeile die Länge 1 haben muss: Hieran erkennen wir, dass d = 0 gelten muss. Nun haben wir alle Komponenten der Matrix A bestimmt: 1/2 + 1/2 + d 2 = 1 1/2 1/2 1/ 2 A = 1/2 1/2 1/ 2 1/ 2 1/ 2 0 Jetzt ist noch nachzuprüfen, dass die Matrix tatsächlich orthogonal ist. In der Tat gilt für das Produkt A T A: 1/2 1/2 1/ 2 1/2 1/2 1/ 1/2 1/2 1/ 2 2 1/ 2 1/ 1/2 1/2 1/ 2 2 0 1/ 2 1/ 2 0 = E 3 Aufgabe 16.15 Da A eine Blockdreiecksmatrix (siehe Aufgabe 9) ist, ergibt sich det A = 1 2 2 1 3 4 4 3 = = (1 2 2 2 )(3 2 4 2 ) = ( 3)( 7) = 21. Da B zwei identische Zeilen (z. B. die erste und die letzte Zeile) hat, ist det B = 0. Aufgabe 16.16 Zunächst sei n = 2 m gerade. Durch die m Zeilenvertauschungen 1 n,2 n 1,...,m m + 1 entsteht aus 0... 0 d 1. d 2 ( ) 0. d n... die Matrix d n.... 0... d2, 0... 0 d 1 ( ) deren Determinante d 1 d 2 d n ist. Also gilt: 0... 0 d 1. d 2 = ( 1) m d 1 d 2...d n 0. d n... = ( 1) m(2 m 1) d 1 d 2...d n = ( 1) n(n 1) 2 d 1 d 2...d n

Lösungswege zu Kapitel 16 13 Als nächstes sei n = 2 m + 1 ungerade. In diesem Fall ergibt sich die Matrix ( ) aus ( ) durch die m Zeilenvertauschungen 1 n,2 n 1,...,m m + 2, und es folgt genauso: 0... 0 d 1. d 2 = ( 1) m d 1 d 2...d n 0. d n... = ( 1) m(2 m+1) d 1 d 2...d n = ( 1) (n 1)n 2 d 1 d 2...d n Anwendungsprobleme Aufgabe 16.17 Wir verwenden die Bezeichnungen von Seite 527. 0.5 0.0 0.1 (a) Wegen E 3 P = 0.0 0.2 0.2 erhält man für v: 0.1 0.0 0.2 0.5 0.0 0.1 150 61 v = (E 3 P) g = 0.0 0.2 0.2 230 = 18. 0.1 0.0 0.2 140 13 Für den Rohstoffvektor erhält man 1 1 0.3 150 422 r = R g = 0.3 0.2 1 230 = 231. 1.2 1 0.2 140 438 (b) Wegen (E 3 P) 1 = 1 18 Dabei ergibt sich der Rohstoffvektor 40 0 20 20 90 100 erhält man für g 20 0 100 g = (E n P) 1 v = 1 18 40 0 20 90 240 20 90 100 54 = 570. 20 0 100 36 300 r = R (E n P) 1 v = 1 1 1 0.3 40 0 20 90 0.3 0.2 1 20 90 100 54 18 1.2 1 0.2 20 0 100 36 1 1 0.3 240 900 = 0.3 0.2 1 570 = 486. 1.2 1 0.2 300 918 (c) Für den Vektor g, der die Gesamtproduktion darstellt gilt g = R 1 r. Das Inverse zu R ist die Matrix R 1 = 1 99 480 50 470 570 80 455. 30 100 50

14 Lösungswege zu Kapitel 16 Damit erhalten wir für den gesuchten Vektor g g = R 1 r = 1 480 50 470 200 570 80 455 100 99 30 100 50 200 = 1 3 000 15 000. 99 6 000 Damit ergibt sich für den zugehörigen Verkaufsvektor v = (E n P) R 1 r v = 1 900 1 800. 33 900 Aufgabe 16.18 (a) Wegen der Gleichverteilung ist der Anfangszustand a 1 1/3 a 2 = 1/3. a 3 1/3 Damit erhalten wir nach einem Fortpflanzungszyklus die Verteilung: 0.7 0.4 0.4 1/3 1.5 0.1 0.5 0.2 1/3 = 1/3 0.8 0.2 0.1 0.4 1/3 0.7 a 1 (b) Dass sich die Anfangsverteilung a = a 2 nicht ändert, bedeutet a 3 P a = a. Diese Bedingung liefert ein Gleichungssystem für die Zahlen a 1,a 2,a 3 : 0.7 0.4 0.4 a 1 a 1 0.1 0.5 0.2 a 2 = a 2 0.2 0.1 0.4 a 3 a 3 Wir geben die erweiterte Koeffizientenmatrix an: 0.3 0.4 0.4 0 0.1 0.5 0.2 0 0.2 0.1 0.6 0 Das Eliminationsverfahren von Gauß liefert die Lösungsmenge 28 L = λ 11 10 111 λ R. Damit ist also 28 : 10 : 11 die gesuchte Verteilung. Aufgabe 16.19 Wir setzen z 1 (t) x 1 (t) z = z 2 (t) z 3 (t) = ẋ 1 (t) x 2 (t) z 4 (t) ẋ 2 (t) und erhalten durch komponentenweises Differenzieren: ż 1 (t) ẋ 1 (t) z 2 (t) ż = ż 2 (t) ż 3 (t) = ẍ 1 (t) ẋ 2 (t) = m 1 1 (k 1 + k 2 )x 1 + m 1 1 k 2 x 2 z 4 (t) ż 4 (t) ẍ 2 (t) 1 m 2 k 2 x 1 m 1 2 (k 2 + k 3 )x 2

Lösungswege zu Kapitel 16 15 Damit erfüllt die Matrix die Eigenschaft 0 1 0 0 1 1 A = m 1 (k 1 + k 2 ) 0 m 1 k 2 0 0 0 0 1 R4 4 1 m 2 k 2 0 m 1 2 (k 2 + k 3 ) 0 ż = A z.