Probeklausur Lineare Algebra für Physiker

Ähnliche Dokumente
Aufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ).

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

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

Musterlösungen zur Linearen Algebra II Blatt 5

Eigenwerte und Eigenvektoren von Matrizen

6 Symmetrische Matrizen und quadratische Formen

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

3.3 Eigenwerte und Eigenräume, Diagonalisierung

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Hans Walser, [ a] Wurzeln aus Matrizen

Satz 25 A sei eine (n n)-matrix über K

Kochen mit Jordan. Vorbereitungen. Schnellzubereitung. JNF für Genießer wenn s noch etwas mehr sein darf

11 Normalformen von Matrizen

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt

Vorlesung bzw. 23. Januar Determinanten 1. Cramersche Regel

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von

Höhere Mathematik I. 1. Gruppenübung zur Vorlesung Prof. Dr. M. Stroppel. Winter 2007/08

Musterlösungen zu Prüfungsaufgaben über gewöhnliche Differentialgleichungen Prüfungsaufgabe a) Gegeben sei die lineare Differentialgleichung

Statistische Methoden

Mathematik III für Ingenieure

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra - alles was man wissen muß

Klausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

Computer Vision SS Skript

Orthogonale Funktionenräume

7 Die Determinante einer Matrix

Klausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth

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.

Berechnung von Eigenwerten und Eigenvektoren

Leitfaden Lineare Algebra: Determinanten

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

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

Lineare Algebra und analytische Geometrie II (Unterrichtsfach)

Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler

Dirk Hachenberger Mathematik für Informatiker

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Lösungen zum 3. Aufgabenblatt


DAS ABI-PFLICHTTEIL Büchlein

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Vertraulich. Nachname: Vorname: Matrikel-Nummer: Studiengang: Datum: 30. Januar 2015

Lösungsvorschläge zu ausgewählten Übungsaufgaben aus Storch/Wiebe: Lehrbuch der Mathematik Band 2, 2.Aufl. (Version 2010), Kapitel 5

TheGI 1: Grundlagen und algebraische Strukturen Prof. Dr.-Ing. Uwe Nestmann Februar Schriftliche Leistungskontrolle (EK)

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Ingenieurmathematik für Maschinenbau, Blatt 1

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Fakultät für Mathematik und Informatik. Seminar über angewandte Analysis. Sommersemester Der Kreissatz von Gerschgorin

Vorwort. Günter M. Gramlich. Lineare Algebra. Eine Einführung ISBN: Weitere Informationen oder Bestellungen unter

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

= = = 3 10 = = 33

Information Security Management System. Klausur Wintersemester 2009/10 Hochschule Albstadt-Sigmaringen

4. Übungsblatt Matrikelnr.:

Grundlagen der Mathematik II

Gewöhnliche Differentialgleichungen

Lie-Gruppen. Andreas Gastel. Duisburg, Sommersemester 2011

Lineare Ausgleichsprobleme. Lineare Ausgleichsprobleme. Normalgleichungen. Normalgleichungen

Lineare Algebra für Informatiker TUM Sommersemester 2011 Dozent: Christian Pötzsche

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

Numerische Behandlung des Eigenwertproblems

Probeklausur im Modul Informationstechnik 1, WS 2003/04. Studiengang IWD 1. Semester Seite 1 von 5

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu

Brückenkurs Mathematik Mathe: Das 1x1 der Ingenieurwissenschaften

Kapitel IR:III (Fortsetzung)

2 Die Darstellung linearer Abbildungen durch Matrizen

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Skript zur Vorlesung Höhere Mathematik für Bachelorstudiengänge. Prof. Dr. R. Herzog. gehalten im SS2013 Technische Universität Chemnitz

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Quaternionen, Kampfflugzeuge und Computerspiele

Lineare Gleichungssysteme I (Matrixgleichungen)

7 Lineare Abbildungen und Lineare Gleichungssysteme

Bachelorstudiengang Materialphysik

Tensorrechnung. Prof. Thomas Apel Institut für Mathematik und Bauinformatik Fakultät für Bauingenieurwesen und Umweltwissenschaften

Schulinternes Curriculum. Mathematik

Fachhochschule Düsseldorf Wintersemester 2008/09

Prüfung: Produktion, Logistik und Operations Research SS Prüfungsbogen. Vom Klausurteilnehmer auszufüllen!

SO(2) und SO(3) Martin Schlederer. 06. Dezember 2012

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

Kursvorlesung PTP4. Theoretische Quantenmechanik

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Einführung in MATLAB

Mathematische Grundlagen

6 Lösung linearer Gleichungssysteme I: LR-Zerlegung und Verwandte

Mathematischer Vorkurs für Physiker WS 2009/10

0, v 6 = , v 4 = span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

Abschlussbericht Mathematik-Online

Invariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen

Springer Studium Mathematik Bachelor

Im Jahr t = 0 hat eine Stadt Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b

b) Bestimmen Sie den Zeitpunkt, zu dem das Medikament am stärksten abgebaut wird. 10 P

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG

Quantenautomaten und das Cut-Point-Theorem für beschränkte erkennbare Potenzreihen

Aufgabe 1 (Excel) Anwendungssoftware 1 / 11 Semesterschlussprüfung

Standardisierte kompetenzorientierte schriftliche Reifeprüfung. Mathematik. Probeklausur März Teil-1-Aufgaben

Ergänzungen zur Analysis I

Günter M. Gramlich. Mathematik-Studienhilfen. Eine Einführung. Lineare Algebra. 2., aktualisierte Auflage

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

Transkript:

Fachbereich Mathematik Prof. Dr. K. Grosse-Brauckmann D. Frisch Probeklausur Lineare Algebra für Physiker SS 8 26./27.6.27 Name:..................................... Vorname:................................. Studiengang:.............................. Semester:................................. Matrikelnummer:.......................... Aufgabe 2 3 4 5 6 7 Punktzahl 7 4 7 3 4 55 erreichte Punktzahl Note. AufgabeTest 7 Punkte Jede Aufgabe ist mit wahr oder zu beantworten. Tragen Sie Ihre Antwort durch ein entsprechendes Kreuz in die nachfolgenden Kästchen ein. Eine richtige Antwort gibt.5 Punkte, eine e.5 Punkte. Keine Antwort gibt Punkte. In einer Unteraufgabe a, b oder c können nicht weniger als Punkten erzielt werden. Keine Begründung notwendig! a Sei A eine n n Matri über K und T A : K n K n, A die induzierte lineare Abbildung. Weiter sei b BildT A. Entscheen Sie: Wahr Falsch A = b ist stets lösbar. A = b ist niemals lösbar. A = b ist nicht immer lösbar. A = b ist stets eindeutig lösbar. b Seien A, B n n Matrizen mit n 2. Dann gilt immer Wahr Falsch deta + B = deta + detb detab = deta + detb detλa = λ deta detλa = λ n deta

ΩΩ Ω 33 2 5 25 Probeklausur c Sei V ein R-Vektorraum und T : V V eine lineare Abbildung. Für, y V \{} und λ, µ R gelte T = λ und T y = µy. Entscheen Sie, welche der folgenden Aussagen wahr ist: Wahr Falsch + y ist Eigenvektor zum Eigenwert λ + µ 5y ist Eigenvektor zum Eigenwert 5µ = y λ = µ λ µ, y sind linear unabhängig, y sind linear unabhängig λ µ λ + µy ist Eigenvektor von T a wahr b wahr c wahr wahr 2. AufgabeVektoren in einer Ebene 4 Punkte Sei V = R 3 und seien, y, z V. Zeigen Sie, dass die Vektoren y z = 2, y = y 2, z = z 2 3 y 3 z 3 genau dann in einer Ebene liegen, wenn det y z 2 y 2 z 2 = ist. 3 y 3 z 3 Ist det y z 2 y 2 z 2 3 y 3 z 3 =, 2

ΩΩ Ω 33 2 5 25 Probeklausur so ist die Familie {,, y, z} lin. abhängig. Jedoch ist der Vektor offensichtlich linear unabhängig zu {, y, z} ist, müssen {, y, z} lin. abhängig sein, d.h. in einer Ebene liegen. Liegen andererseits, y, z in einer Ebene, so sind sie lin. abhängig und die Determinante ist. 3. AufgabeBasiswechsel Punkte Sei V = R 3 mit kanonischer Basis E und F : V V die Spiegelung an der durch die Vektoren b = und b 2 = aufgespannten Ebene. a Sei B =,,. Zeigen Sie, dass B eine Basis von V ist. b Bestimmen Sie M B,B F. c Bestimmen Sie die Basiswechselmatrizen M E,B und M B,E. Beachten Sie die Konvention M alt,neu T. d Bestimmen Sie M E,E F. a Wir lösen λ + λ 2 + λ 3 und erhalten als einzige Lösung λ = λ 2 = λ 3 =. b Der Vektor steht senkrecht auf der Ebene, d.h. M B,B F =. c Die Transformationsmatrizen sind M B,E = und M E,B = 2 = 2 2. d M E,E F =. 3

ΩΩ Ω 33 2 5 25 Probeklausur 4. AufgabeÄhnliche Matrizen 7 Punkte Es sei V ein Vektorraum und R, T : V V lineare Abbildungen. a Bestimmen Sie die Determinante ihrer Abbildungsmatrizen bezüglich der kanonischen Basis E: 2 4 M E,E R = 2 5 3, M E,E T = 3 2 7 4. 2 4 9 3 7 b R und T heißen ähnlich, wenn es eine invertierbare lineare Abbildung S : V V gibt, sodass T = S RS. Sind R und T ähnlich? Geben Sie eine Begründung. a Die Determinanten sind 2 und 224. b Für ähnlich Matrizen R, T gilt dett = dets RS = dets detr dets = detr. Demnach können die Matrizen nicht ähnlich sein. 5. AufgabeEigenwerte und Eigenvektoren 3 Punkte a Berechnen Sie fürdie nachfolgende Matri das charakteristische Polynom, sowie alle Eigenwerte und Eigenvektoren: i 2 4. 2 i b Geben Sie ein Beispiel für eine Matri an, die einen Eigenwert λ mit geometrischer Vielfachheit gv λ = und algebraischer Vielfachheit av λ = 3 besitzt mit Begründung, d.h., mit Angabe des charakteristisches Polynom und aller Eigenvektoren. a Die Eigenwerte sind λ = 4, λ 2/3 = i ± 2. Die zugehörigen Eigenvektoren sind v 4 =, v i+2 =, v i 2 =. b Der Jordanblock λ λ λ erfüllt die Voraussetzungen. Das charakteristische Polynom ist und der Eigenvektor ist pt = λ t 3 v λ =. 4

ΩΩ Ω 33 2 5 25 Probeklausur 6. AufgabeDiagonalisierbarkeit 4 Punkte Welche Matri besitzt eine Orthonormalbasis aus Eigenvektoren? i a A = i 3 b B = 2 Geben Sie eine kurze Begründung. Die Matri A ist selbstadjungiert und damit normal, d.h. sie besitzt eine ONB aus Eigenvektoren. Die Matri B ist in Jordannormalform mit einem Jordanblock der Länge zum EW 2 und einem Jordanblock der Länge 2 zum EW, damit ist sie nicht diagonalisierbar. 7. AufgabeMatrizen Punkte Welche der folgenden Matrizen sind symmetrisch, selbstadjungiert, orthogonal, unitär, normal? Achtung: eine Matri kann auch mehrere Eigenschaften haben.kreuzen Sie bitte in der nachfolgenden Tabelle alle Eigenschaften an, die erfüllt sind. Für jede e Antwort gibt es.5 Punkte. Keine Begründung notwendig! Matri symmetrisch selbstadjungiert orthogonal unitär normal 2 2 2 3 4 i i 2i 2i 2 2 i cos ϕ sin ϕ sin ϕ cos ϕ 5

ΩΩ Ω 33 2 5 25 Probeklausur Matri symmetrisch selbstadjungiert orthogonal unitär normal 2 2 2 3 4 i i 2i 2i 2 2 i cos ϕ sin ϕ sin ϕ cos ϕ 6