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

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

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

MC-Serie 11: Eigenwerte

Theoretische Fragen zu ausgewählten Themen in Lineare Algebra

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

3.6 Eigenwerte und Eigenvektoren

(Allgemeine) Vektorräume (Teschl/Teschl 9)

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

6 Eigenwerte und Eigenvektoren

Kapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben

45 Eigenwerte und Eigenvektoren

Matrizen und Determinanten, Aufgaben

Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)

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

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten

Musterlösungen zur Linearen Algebra II Übungsklausur

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014

Klausur HM I H 2005 HM I : 1

Klausur Lineare Algebra I & II

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

9.2 Invertierbare Matrizen

Eigenwerte und Diagonalisierung

Ausgewählte Lösungen zu den Übungsblättern 4-5

Lineare Algebra: Determinanten und Eigenwerte

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

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

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

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

Musterlösung zur Klausur Lineare Algebra I

Serie 8: Fakultativer Online-Test

Prüfung Lineare Algebra 2

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

Variante A. Hinweise

Serie 10: Inverse Matrix und Determinante

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

Proseminar Lineare Algebra II, SS 11. Blatt

Matrizen, Determinanten, lineare Gleichungssysteme

10.2 Linearkombinationen

8.2 Invertierbare Matrizen

Musterlösung zur Klausur Lineare Algebra II für Lehramt

Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix

Übungsaufgaben. Mathematik I für Informatiker WS 2006/07 Otto-von-Guericke Universität Magdeburg Prof. Dr. M. Henk, Dr. M. Höding

Das inhomogene System. A x = b

Kapitel 1. Vektoren und Matrizen. 1.1 Vektoren

Lösungsskizzen zur Klausur

Technische Universität München Zentrum Mathematik. Übungsblatt 7

( ) Lineare Gleichungssysteme

Lineare Algebra. Teil III. Inhaltsangabe

β 1 x :=., und b :=. K n β m

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

3 Matrizenrechnung. 3. November

Mathematik 2 für ET. Vektoren in R n und C n. Addition von Vektoren Multiplikation von Vektor und Skalar. Der Nullvektor 0 =

Klausurähnliche Aufgaben

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

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

1.Übung Mathematik I

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

4.4. Rang und Inversion einer Matrix

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.

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

Aufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler Algebra

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

Tutorium Mathematik II, M Lösungen

, Uhr Dr. Thorsten Weist. Name Vorname Matrikelnummer. Geburtsort Geburtsdatum Studiengang

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,

6.2. Prüfungsaufgaben zur Lösbarkeit von LGS

Klausurvorbereitungsblatt Lineare Algebra

x+ 2y = 2 3x+ 3y+ 3z = 0

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Eigenwerte und Eigenvektoren von Matrizen

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

Übungen zu Einführung in die Lineare Algebra und Geometrie

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Lineare Gleichungssysteme I

Übungen zu Lineare Algebra und Geometrie 1

1.11 Eigenwertproblem Anwendungen von Eigenwerten und Eigenvektoren Lineare Rekursionen Lineare Differentialgleichungssysteme Bestimmung von

Quadratische Formen und Definitheit

Lineare Abbildungen und Darstellungsmatrizen

Übungen zu Lineare Algebra und Geometrie für LAK

2 Matrizenrechnung und Lineare Gleichungssysteme

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

Lineare Gleichungssysteme

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

4 Vorlesung: Matrix und Determinante

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.

4 Lineare Abbildungen Basisdarstellungen

Übungen zu Einführung in die Lineare Algebra und Geometrie

Modulteilprüfung Lineare Algebra L2M-GL/L5M-GL

Übungen zur Linearen Algebra 1

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

Lineare Algebra II 8. Übungsblatt

1 Transponieren, Diagonal- und Dreiecksmatrizen

Lineare Algebra I Klausur. Klausur - Musterlösung

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.

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

Einführung in die Vektor- und Matrizenrechnung. Matrizen

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).

Zusammenfassung Math1I HS2012 Mathematische Grundlagen der Informatik 1

Transkript:

Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert folgender Aussagen: a A B b A C c A E d E F e B E f B F g D E h B E 2. Seien A, B, C Aussagen mit folgenden Eigenschaften: A B A C ist falsch ist wahr Welche der Aussagen a - e sind als wahr oder falsch zu beurteilen? a A b B c C B d A B e B C 3. Zeigen Sie mit Hilfe einer Wahrheitstafel, dass die folgende Aussage stets wahr ist: ( A B ( B A 4. Weisen Sie mit Hilfe einer Wahrheitstafel nach, dass eine Kontradiktion vorliegt: ( A B ( B C ( A B ( B C 5. Welche der Aussagen a - e sind als wahr oder falsch zu beurteilen? a Ist eine zusammengesetzte Aussage keine Kontradiktion, ist sie stets eine Tautologie. b Folgt eine wahre Aussage aus einer falschen Aussage, ist die zusammengesetzte Aussage stets wahr. c A ( ( A ist eine Kontradiktion. d x NA(x mit A(x = 4x 3 + 4 = 38. e x { 2, 2}A(x mit A(x = 6x 2 + 17 = 41.

Vollständige Induktion 6. Zeigen Sie mit Hilfe vollständiger Induktion, dass die folgenden Gleichungen gelten: a n (i 1 2 = 1 n (n 1 (2n 1 n 2, n N 6 b i=2 n (2i 1 2 = n(4n2 1 3 i=1 n N c n 3i 3 = 3n 3 i=1 (n + 12 4n n N

Mengenlehre 7. Gegeben seien die Mengen: A = { a, c, e, g, i } B = { b, c, d, f, h } C = { e, f, g } D = { b, h, j } a Bestimmen Sie die Mengen A D, B C, A \ D, (B D \ C, (C A B und (C A B. b Bestimmen Sie die Grundmenge Ω, wenn gilt: A B C D = { l, m } c Bestätigen Sie die Gültigkeit der folgenden Regel von de Morgan: B D = B D 8. Gegeben seien die Mengen: A = { 1, 10 } B = { x N 1 x 10 } C = { x N 1 < x < 10 } Berechnen Sie: a A \ C b B \ (A C c B C d B C 9. Gegeben seien die Mengen A und B sowie die Grundmenge Ω, für die gilt: A\B = {a, c} B\A = {b, d, f} A B = {a, b, c, d, e, f} Ω = {a, b, c, d, e, f, g} a Skizzieren Sie zu jeder dieser Mengen ein geeignetes Venn-Diagramm. b Bestimmen Sie die Mengen A B, A B, A B, A, B und skizzieren Sie zu jeder dieser Mengen ein geeignetes Venn-Diagramm. 10. Seien A, B, C Teilmengen einer Menge Ω. Welche der Aussagen a - e sind als richtig oder falsch zu beurteilen? a A B = A B = A b A B C = B C = c B C = A B C = d A B = C C A e A B = B A

Surjektivität und Injektivität 11. Gegeben sind die Abbildungen: a f 1 : N R mit x f 1 (x = x x+1 b f 2 : R R mit x f 2 (x = 2x 1 c f 3 : N N mit x f 3 (x = 2x 1 Welche der Abbildungen f 1, f 2, f 3 ist surjektiv, injektiv, bijektiv? 12. Untersuchen Sie die folgenden Abbildungen auf Injektivität, Surjektivität und Bijektivität. Begründen Sie kurz Ihre Antworten. a b c d f 1 : R R x f 1 (x = (x 5 2 f 2 : R + R x f 2 (x = (x 5 2 f 3 : [5, R x f 3 (x = (x 5 2 e f 4 : R R + x f 4 (x = (x 5 2 f 5 : [5, R + x f 5 (x = (x 5 2 13. Untersuchen Sie die folgenden Abbildungen auf Injektivität, Surjektivität und Bijektivität. Begründen Sie kurz Ihre Antworten. a f 1 : R (0, mit x f 1 (x = e x b f 2 : (0, R mit x f 2 (x = ln(x

Komplexe Zahlen 14. Berechnen Sie: a ( 2 + 3 2 i + ( 5 3 + 7 4 i b ( 4 1 5 i ( 5 3 + 1 6 i c (2 3 i ( 1 + 5 i d 5 1 2 i e 5+12 i 3+2 i f (1 i 2 (1 + i 3 g ( 2+i 2 2 (1+2 i+2 1 i 2 +i h (3 + 5 i ( 3 2 i i 2 + i j 3 2 1 2 i 15. Bestimmen Sie die Lösungen z C der Gleichungen: a z 2 + 2 z + 2 = 0 b z 2 + (1 2 i z (3 + i = 0

Matrizen und Vektoren (1 16. Gegeben seien die Matrix A und der Spaltenvektor x: ( 6 2 1 A =, x = 1 3 4 0 3 2 Berechnen Sie: a A x b x T A T c A A T d A T A e x T A T A x 17. Gegeben seien die Matrizen: 1 0 2 4 0 2 A = 3 4 1, B = 1 1 1 0 1 0 3 2 1 Bilden Sie die Matrizenprodukte A B und B A. 18. Gegeben seien die Vektoren: 2 0 0 a = 1, b = 1, c = 2 3 2 1 Berechnen Sie: a a, b, c, a + b und c b. b Den Abstand zwischen den Punkten, die durch die Ortsvektoren a und b gegeben sind. c γ 1 und γ 2, wobei γ 1 der von a und b, γ 2 der von b und c eingeschlossene Winkel ist. 19. Welche der Aussagen a - e sind als wahr oder falsch zu beurteilen? a Dreiecksmatrizen können symmetrisch sein. b Gegeben seien zwei Matrizen A, B R n n. Dann gilt (A B T = A T B T. c Nicht jede Teilmenge einer Menge linear abhängiger Vektoren ist linear abhängig. d Als Skalarprodukt bezeichnet man die Multiplikation eines Skalars mit einer Matrix. e Zwei Vektoren a, b R n heißen orthonormal, wenn b T a = 0 und a = b = 1 gilt.

Matrizen und Vektoren (2 20. Folgende Teilmengen M 1, M 2 und M 3 des R 2 seien gegeben: M 1 = {(x, y x, y R, y = x } M 2 = {(x, y x, y R, y x } M 3 = {(x, y x, y R, y x } Skizzieren Sie jede dieser drei Punktmengen und untersuchen Sie sie auf Konvexität. Begründen Sie jeweils Ihr Ergebnis. 21. Prüfen Sie, ob die folgenden Mengen bzgl. der Addition und bzgl. der skalaren Multiplikation mit einer reellen Zahl abgeschlossen sind und ob es sich um reelle Vektorräume handelt. Begründen Sie Ihre Antworten kurz. M 1 = {0} M 2 = 1 4, 1 0, 0 0 2 0 0 M 3 = 1 1, 0 0, 1 1 1 0 1 M 4 = x y x, y R, x y 0 x M 5 = 0 x, y R, x y = 0 y 1 0 M 6 = 2, λ 1 λ R 0 2 22. Bestimmen Sie den Rang der folgenden Matrizen: ( 1 1 0 2 3 2 1 A 1 =, A 4 0 2 2 = 4 0 1 3 6 2 1 7 1 0 0 1 23. Gegeben sei die Matrix B = 1 2 3 1 3 4 9 4 8 12 12 10 3 2 4 5. a Berechnen Sie den Rang von B und B T. Ist B regulär oder singulär? b Sind die Spalten von B linear abhängig? Begründen Sie kurz Ihre Antwort. c Sind die Spalten von B ein Erzeugendensystem des R 4? Begründen Sie kurz Ihre Antwort.

Lineare Gleichungssysteme (1 24. Gegeben sei folgendes Gleichungssystem: x 1 + 2 x 2 x 3 + 2 x 4 = 1 3 x 1 + 2 x 2 + 5 x 3 = 1 4 x 1 + 2 x 2 + 3 x 4 = 4 a Bestimmen Sie die Lösungsmenge des linearen Gleichungssystems. b Geben Sie den zugehörigen Nullraum an. 25. Gegeben sei das lineare Gleichungssystem 1 1 2 x 1 0 3 0 a x 2 = 0, a, b R. 7 2 4 x 3 b a Bestimmen Sie für a = 3 und b = 9 die Lösungsmenge des linearen Gleichungssystems. b Für welche Kombinationen von a, b R besitzt das lineare Gleichungssystem genau eine Lösung, keine Lösung, unendlich viele Lösungen? 26. Aus drei Rohstoffen R 1, R 2, R 3 werden drei Produkte P 1, P 2, P 3 hergestellt. Die zur Herstellung von je einer Einheit von P 1, P 2, P 3 benötigten Rohstoffmengen sind in der nachfolgenden Tabelle zusammengestellt. In der letzten Spalte sind die zur Verfügung stehenden Rohstoffmengen angegeben. P 1 P 2 P 3 vorhandene Rohstoffmengen R 1 1 4 6 2700 R 2 2 3 4 2000 R 3 4 1 0 c a Wie groß muss die Menge c von Rohstoff R 3 sein, damit bei der Herstellung der drei Produkte sämtliche vorhandenen Rohstoffe aufgebraucht werden können? b Bestimmen Sie mit dem Ergebnis aus a alle möglichen Herstellungsmengen für P 1, P 2 und P 3, mit denen sämtliche Rohstoffe aufgebraucht werden. Beachten Sie dabei, dass nur nichtnegative Mengen der Produkte hergestellt werden können. c Wie lauten die Herstellungsmengen, falls vom Produkt P 1 genau 100 Einheiten hergestellt werden müssen und sämtliche Rohstoffe aufgebraucht werden sollen? 27. Gegeben sei ein inhomogenes LGS A x = b der Ordnung m n. Welche der Aussagen a - e sind als wahr oder falsch zu beurteilen? a Ist A eine Diagonalmatrix, ist das LGS eindeutig lösbar. b Weist das LGS mehr Gleichungen als Unbekannte auf (d.h. gilt m > n, kann es nicht eindeutig lösbar sein. c Der Nullraum entspricht dem Lösungsraum des homogenen LGS. d Es kann rg(a > rg(a, b gelten. e Gilt rg(a = rg(a, b = n, ist das LGS eindeutig lösbar.

Lineare Gleichungssysteme (2 28. Berechnen Sie die Inverse der folgenden Matrizen: ( 3 A = 2 1 0 7, B = 6 8 3 4 7 3 6 1 2 1 29. Gegeben seien die Matrizen A = 2 3 1 1 2 1, M = 1 5 t t 1 1 1 s, 1 2 0 4 1 7 mit s, t R. a Bestimmen Sie die reellen Zahlen s und t, so dass M = A 1 gilt. b Lösen Sie das lineare Gleichungssystem A x = b mit b = (2, 3, 1 T. 30. Gegeben sei die Matrix A = 0 1 0 1 0 0 0 0 1. a Prüfen Sie, ob die Matrix A orthogonal ist. b Bestimmen Sie die zu A inverse Matrix A 1. 31. a Für welche k R ist das Gleichungssystem x + k y = 1 k x + y = 1 unlösbar, eindeutig lösbar bzw. mehrdeutig lösbar? Geben Sie jeweils eine Begründung an. ( 1 k b Für welche k R ist die Matrix A = orthogonal, d.h. es gilt A A k 1 T = A T A = E, wobei E die Einheitsmatrix der passenden Ordnung bezeichnet. 32. Welche der Aussagen a - e sind als wahr oder falsch zu beurteilen? a Jede reguläre Matrix ist invertierbar. b Gegeben sei eine invertierbare Matrix A. Dann ist auch A T invertierbar und es gilt (A T 1 = A 1. c Gegeben seien zwei invertierbare Matrizen A, B R n n. Dann ist auch ihr Produkt A B invertierbar. d Ist eine quadratische Matrix A R n n invertierbar, gilt rg(a = n. e Eine orthogonale Matrix ist nicht zwingend invertierbar.

Determinanten 33. Gegeben sei die Matrix: 0 1 0 4 A = 5 2 4 3 0 0 2 0 1 3 6 4 Berechnen Sie det(a, det(a T, det(2 A und det(a 2. 34. Gegeben seien drei Matrizen A, B, C R 2 2 mit folgenden Eigenschaften: i A ist regulär mit det(a = 10. ii Für B gilt: det(a B = 1. iii Für C gilt: B C ist singulär, d.h. nicht invertierbar. Berechnen Sie: a det(c A b det( A B 1 c det(b C A B 1 C d det(c + C 35. Welche der Aussagen a - e sind als wahr oder falsch zu beurteilen? a Jede Matrix A R m n besitzt eine Determinante. b Gegeben sei eine quadratische Matrix A R 2 2, deren charakteristisches Polynom sich zu P A (λ = λ 2 6λ ergibt. Dann gilt det(a = 0. c Weist eine Matrix A R n n nicht den vollen Rang auf, gilt det(a 0. d Gegeben sei eine symmetrische Matrix A R n n mit det(a = 0. Dann ist A positiv semidefinit. e Es sei A R n n eine orthogonale Matrix. Dann gilt det(a 1 = 1.

Eigenwerte und Eigenvektoren 36. Gegeben sei die Matrix: A = 1 0 1 0 1 1 1 1 2 a Bestimmen Sie alle Eigenwerte von A. b Geben Sie zu jedem Eigenwert von A alle Eigenvektoren an. c Ist die Matrix A diagonalisierbar? 37. Gegeben sei die Matrix B = 2 3 3 3 3 2 3 2 3. a Zeigen Sie, dass für das charakteristische Polynom der Matrix B P B (λ = (5 + λ(4 + λ(5 λ gilt. b Bestimmen Sie die Eigenwerte der Matrix B. c Bestimmen Sie zum kleinsten Eigenwert alle zugehörigen Eigenvektoren. 38. Bestimmen Sie das Spektrum der Matrix ( 3 3 C = 4 3. 39. Welche der Aussagen a - e sind als wahr oder falsch zu beurteilen? a Eine quadratische Matrix A R n n ist genau dann positiv definit, wenn alle ihre Eigenwerte positiv sind. b Für eine beliebige quadratische Matrix A R n n gilt spur(a = n i=1 a ii = n i=1 λ i. Dann gilt a ii = λ i i. c Gegeben sei eine quadratische Matrix A R n n. Ist ein Eigenwert von A gleich Null, sind A selbst und A λ E singulär, wobei λ einen beliebigen Eigenwert von A darstellt. d Die Matrizen A und A T besitzen in der Regel nicht das selbe Spektrum. e Gegeben sei eine invertierbare Matrix A R n n. Dann sind alle Eigenwerte der Matrix A nichtnegativ.

Quadratische Formen 40. Gegeben seien die beiden quadratischen Formen: a q(x 1, x 2 = 2 x 2 1 6 x 1 x 2 + x 2 2 b q(x 1, x 2, x 3, x 4 = 2 x 2 1 2 x 1 x 3 + x 1 x 4 3 x 2 x 1 + x 2 x 4 2 x 3 x 1 +x 3 x 2 + 4 x 2 3 3 x 3 x 4 + 2 x 4 x 1 5 x 4 x 2 + x 4 x 3 5 x 2 4 Ermitteln Sie jeweils die zugehörige symmetrische Koeffizientenmatrix A. 41. Gegeben seien die Matrizen: A = ( 1 1, B = 1 a ( b 2 2 b Für welche a, b R sind die Matrizen A, B positiv definit bzw. negativ definit? 42. Gegeben sei die Matrix A = 1 2 1 2 1 1 1 1 2. Die Nullstellen des charakteristischen Polynoms ergeben sich zu λ 1,2 = 1, λ 3 = 4. a Geben Sie die charakteristische Gleichung P A (λ = 0 explizit an. b Bestimmen Sie die zu A gehörige quadratische Form q(x 1, x 2, x 3 = x T Ax. c Bestimmen Sie die Definitheitseigenschaft von A über ihre Hauptunterdeterminanten und über ihre Eigenwerte. d Bestimmen Sie die Spur und die Determinante von A jeweils auf zwei verschiedenen Wegen.