Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 2. Aufgabe 2.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand.

Ähnliche Dokumente
Serie 8: Fakultativer Online-Test

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.

6. Übungsblatt zur Mathematik I für Maschinenbau

Lineare Algebra und Numerische Mathematik für D-BAUG

10.2 Linearkombinationen

( ) Lineare Gleichungssysteme

3. Übungsblatt zur Lineare Algebra I für Physiker

Lösung Test 2 (Nachprüfung)

6.2. Prüfungsaufgaben zur Lösbarkeit von LGS

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren

9.2 Invertierbare Matrizen

Allgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

1 Matrizenrechnung zweiter Teil

37 Gauß-Algorithmus und lineare Gleichungssysteme

8.2 Invertierbare Matrizen

Brückenkurs Mathematik

Der Kern einer Matrix

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Aufgaben zu Kapitel 14

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Lineare Gleichungssysteme - Grundlagen

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

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Lineare Algebra und Numerische Mathematik für D-BAUG

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)

Lineare Gleichungssysteme: eine Ergänzung

Das Lösen linearer Gleichungssysteme

2.3 Lineare Abbildungen und Matrizen

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Rückblick auf die letzte Vorlesung. Bemerkung

Technische Universität München Zentrum Mathematik. Übungsblatt 7

2.2 Lineare Gleichungssysteme (LGS)

3.4 Der Gaußsche Algorithmus

Lösung Test 1 (Nachprüfung)

4 Affine Koordinatensysteme

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie

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

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Lineare Gleichungssysteme

Lösungen der Aufgaben zu Abschnitt 5.4

2.2 Lineare Gleichungssysteme

Serie 10: Inverse Matrix und Determinante

Zu zwei Matrizen A R m n und B R p q existiert das Matrizenprodukt A B n = p und es gilt dann. A B = (a ij ) (b jk ) = (c ik ) = C R m q mit c ik =

Mathematik IT 2 (Lineare Algebra)

Lineare Algebra und Numerische Mathematik für D-BAUG. Serie 6

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

Kapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben

Ausgewählte Lösungen zu den Übungsblättern 4-5

3 Matrizenrechnung. 3. November

Lösung Semesterendprüfung (Nachprüfung)

Lineare Gleichungssysteme

Lineare Algebra I (WS 13/14)

1 Geometrie - Lösungen von linearen Gleichungen

Übungsaufgaben. Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler. Teil 1: Lineare Algebra und Optimierung.

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Lineare Gleichungssysteme

Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix.

1 Lineare Gleichungssysteme

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen

Klausur HM I H 2005 HM I : 1

Lineare Algebra Weihnachtszettel

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Matrizen, Determinanten, lineare Gleichungssysteme

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

5.7 Lineare Abhängigkeit, Basis und Dimension

Klausur Lineare Algebra I & II

3.6 Eigenwerte und Eigenvektoren

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

Brückenkurs Elementarmathematik

Lösungen zum 5. Aufgabenblatt

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 Linearkombinationen

Lineare Abbildungen. endlichdimensionalen VR V in den endlichdimensionalen VR W, falls gilt:

Mathematik für Naturwissenschaftler II SS 2010

Lineare Gleichungssysteme

18.2 Implizit definierte Funktionen

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

1.Übung Mathematik I

Lineare Gleichungssysteme

Erneut: Matrizen und lineare Abbildungen

Prüfung zur Vorlesung Mathematik I/II

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

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?

Technische Universität München Fakultät für Mathematik Mathematik 1 (Elektrotechnik) Probeklausur Prof. Dr. Anusch Taraz 24.

IV.3. RANG VON MATRIZEN 81

7 Lineare Gleichungssysteme

Drehung um einen Punkt um Winkel α.

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Eigenwerte und Diagonalisierung

Lineare Algebra und analytische Geometrie I Lösungsvorschlag zum 8. Tutoriumsblatt

Modulteilprüfung Lineare Algebra L2M-GL/L5M-GL

Transkript:

Dr. V. Gradinaru D. Devaud A. Hiltebrand Herbstsemester 04 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Multiple Choice: Online abzugeben. Ev. sind mehrere Antworten richtig. Wir betrachten im Folgenden ein lineares Gleichungssystem mit m Zeilen, n Spalten und Rang r..a) (i) Das Gleichungssystem ist nicht für beliebige rechte Seiten lösbar, wenn m > n (ii) Denn damit ist r n < m, und damit ist Satz. auf Seite 3 wie für die zweite Aussage anwendbar. r < m Siehe Satz. auf Seite 3, für c i 0, für mindestens ein i = r +,..., m..b) Ein homogenes Gleichungssystem hat genau dann keine nicht-trivialen Lösungen, wenn (i) r = m Gemäss Korollar.3 auf Seite 4 gibt es genau dann nicht-triviale Lösungen, wenn r < n. Falls m < n, wäre das hier der Fall, aber m < n steht nicht als Bedingung, deshalb ist die Aussage falsch. (ii) r = n Gemäss Korollar.3 auf Seite 4 gibt es genau dann nicht-triviale Lösungen, wenn r < n, was bei r = n nicht erfüllt ist. Seite

.c) Sei m = n. Das zugehörige homogene Gleichungssystem habe nicht-triviale Lösungen. Dann (i) gibt es für beliebige rechte Seiten mindestens eine Lösung. Zum Beispiel führt die Matrix Form [ 0 0 b ], b 0 gibt es jedoch keine Lösung. 0 0 0 0 0 auf ein homogenes System mit der Lösung 0, a R. Für rechte Seiten der 0 0 0 a (ii) gibt es rechte Seiten, so dass das Gleichungssystem unendlich viele Lösungen hat. Obiges Beispiel mit z.b. der rechten Seite, hat Lösungen der Form, c R. 0 c Allgemein gilt nach Korollar.3 auf Seite 4, dass ein homogenes Gleichungssystem genau dann nicht-triviale Lösungen hat, wenn r < n. Damit haben wir r < n und das homogene Gleichungssystem (das Gleichungssystem mit dem Nullvektor als rechter Seite) hat eine n r-parametrige Schar von Lösungen, also insbesondere unendlich viele Lösungen. Damit ist die Aussage wahr. Wie oben gezeigt gibt es aber auch für andere rechte Seiten unendlich viele Lösungen (nämlich für diejenigen, für welche die Verträglichkeitsbedingungen erfüllt sind). Aufgabe..a) Wir betrachten das Gleichungssystem 3x + bx + 4x 3 = 3x + 4x 3 = bx + ax 3 = b Geben Sie für a und b Bedingungen an, so dass das System Lösungen mit zwei freien Parametern besitzt, Lösungen mit einem freien Parameter besitzt, eindeutig lösbar ist, keine Lösung hat. Hinweis: Benutzen Sie den Gauss-Algorithmus und führen Sie dabei geeignete Fallunterscheidungen durch. Lösung: Mit dem Gauss-Algorithmus bringt man zunächst das Gleichungssystem auf Zeilenstufenform: 3 b 4 3 0 4 0 b a b 3 b 4 0 b 0 0 0 b a b ( ) Seite

Fall b = 0: Zeilen vertauschen: 3 0 4 0 0 a 0 0 0 0 0 i) a = 0: x 3 = s, x = t, x = 3 4 3 s Parameter; ii) a 0: x 3 = 0, x = t, x = 3 Parameter. Fall b 0: b Pivot in ( ): i) a = 0: keine Lösung; ii) a 0: x 3 = b a, x = 0, x = 3 b 3a Also: 3 b 4 0 b 0 0 0 0 a b eindeutig. Lösungen mit zwei freien Parametern: a = 0, b = 0 Lösungen mit einem freien Parameter: a 0, b = 0 eindeutig lösbar: a 0, b 0 keine Lösung: a = 0, b 0..b) Was ist der jeweilige Rang des Systems in Teilaufgabe.a)? Lösung: Der Rang r ist definiert als Anzahl der nicht-nullzeilen im Hauptteil des Gaussendschemas. Wir sehen deshalb sofort: r = für a = 0, b = 0; r = für a 0, b = 0; r = 3 für a 0, b 0; r = für a = 0, b 0..c) Für welche Werte von a R besitzt das homogene lineare Gleichungssystem ax + x = 0 x + ax x 3 = 0 x + 4x 3 = 0 eine nichttriviale Lösung? Geben Sie für diesen Fall die Lösungsmenge an. Lösung: Mit dem Gauss-Algorithmus erhält man (mit Zeilenvertauschen): a 0 0 a 0 0 4 0 0 4 0 a 0 a 0 0 0 0 a 0 a 0 0 Seite 3

0 0 0 a 3 0 0 a 0 0 0 0 a 0 0 a 3 0 0 0 0 a 0 0 0 a 3 0 Somit muss a = ±» 3 sein, damit es eine nichttriviale Lösung gibt, und zwar: x 3 = t, x = at, x = t, wobei t R. Lösungsmenge: L = ( t, at, t) R 3 t R. Aufgabe.3 Gegeben seien die zwei linearen Gleichungssysteme Ax = b i, i =,, mit A = 9, b 3 =, b =. Bestimmen Sie mit dem Gauss-Algorithmus die Lösungsmengen der beiden Gleichungssysteme. Lösung: Für i =, entspricht Ax = b i ein lineares Gleichungssystem mit Gleichungen und 3 Unbekannten x, x, x 3. Wie in Serie, Aufgabe, kann man beide rechte Seiten im gleichen Gauss-Schema schreiben (der Hauptteil ist gleich): x x x 3 b b 9 3 x x x 3 b b 3 0 6 6 9 x x x 3 b b 3 3 0 Für b folgt also: x 3 beliebig, also x 3 = t R ist ein freier Parameter, x + x 3 = x = t, x 3x x 3 = x = + t + 3( t) = 4t. Die Lösungsmenge von Ax = b ist also L = {( 4t, t, t) R 3 } t R. Für b folgt analog x 3 beliebig, also x 3 = s R ist ein freier Parameter, x + x 3 = 3 x = 3 s, x 3x x 3 = x = + s + 3( 3 s) = 4s. Die Lösungsmenge von Ax = b ist somit L = Å 4s, 3 ã s, s R 3 s R. Seite 4

Aufgabe.4 Gegeben sind die Matrizen 4 3 A = 0, B =, x = 7, y =. 0 4.4a) Bilden Sie, sofern definiert, die folgenden Matrixprodukte: AB, BA, Ax, A := AA, B, BB, B B, y x, yx, xy, B y, y B. Lösung: Es gilt: 4 3 9 6 AB = 0 = 4 8 0 3 0 4 3 Ax = 0 7 = 6 4 A 4 4 4 6 9 = 0 0 = 0 3 8 4 BB 3 3 4 6 0 = = 4 4 3 0 6 4 4 3 B 0 4 B = = 3 4 7 0 y x = î ó 7 = 4 xy = 7 î ó = 4 7 3 4 8 4 0 B 0 3 y = = 3 y B = î ó 3 = î 3 ó 0 Die Matrixprodukte BA, B und yx sind nicht definiert..4b) Lösung: Lösen Sie.4a) nochmals mit Hilfe von MATLAB. Seite

% Die mit "%" angefangenen Zeilen gelten als Bemerkung. A=[4 -; 0 ; - ]; 3 B=[ 3; -; 0 ]; 4 x=[ 7 4] ; y=[-; ; ]; 6 7 % Die nicht definierten Operationen sind mit % auskommentiert 8 % da sie zu Fehlern fuehren 9 AB = A*B 0 % BA = B*A Ax = A*x AA = Aˆ 3 AAt = A*A 4 AtA = A *A % BB = B^ 6 BBt = B*B 7 BtB = B *B 8 ytx = y *x 9 % yx = y*x 0 xyt = x*y Bty = B *y ytb = y *B.4c) Gegeben seien die folgenden Matrizen und Vektoren cos(φ) sin(φ) R =, a =, b = sin(φ) cos(φ) 3, c = 4 wobei φ = π/3. Zeichnen Sie das Dreieck mit den Ecken a, b, c. Wenden Sie die Matrix R auf die Vektoren an und zeichnen Sie auch das entsprechende neue Dreieck. Was bedeutet das Anwenden von R geometrisch? Hinweis: Ergänzen Sie dazu das Matlab-Skript sa4.m, das Sie zusammen mit der Matlab-Funktion plot dreieck.m auf der Vorlesungshomepage finden. Lösung: a= b=[3 4] 3 c= 4 phi=pi/3 6 % Plot first Triangle 7 plot_dreieck(a,b,c, A, B, C ) 8 hold on 9 0 % Construct matrix R = [cos(phi) - s i n (phi); s i n (phi) cos(phi)]; 3 4 % Compute new points Seite 6

a_new = R*a; 6 b_new = R*b; 7 c_new = R*c; 8 9 % Plot second triangle 0 plot_dreieck(a_new,b_new,c_new, A, B, C ) hold off 3 % Store figure 4 p r i n t ( dreiecke.eps, -depsc ) Die Matrix R dreht das Dreieck um den Winkel φ um den Ursprung, wie in der Abbildung ersichtlich. Seite 7