D-CHAB Frühlingssemester 2018

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

11. BASIS, UNTERRAUM, und DIMENSION

3.6 Eigenwerte und Eigenvektoren

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Technische Universität München Zentrum Mathematik. Übungsblatt 7

9.2 Invertierbare Matrizen

Tutorium Mathematik II, M Lösungen

Übungen zu Einführung in die Lineare Algebra und Geometrie

( ) Lineare Gleichungssysteme

4 Lineare Algebra (Teil 2): Quadratische Matrizen

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

Übungen zur Linearen Algebra 1

1 0 1, V 3 = M, und λ A = λa

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

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

1 Vektoren, Vektorräume, Abstände: 2D

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

6. Übungsblatt zur Mathematik I für Maschinenbau

Einführung in die Mathematik für Informatiker

3.4 Der Gaußsche Algorithmus

Matrizen, Determinanten, lineare Gleichungssysteme

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie

Serie 10: Inverse Matrix und Determinante

37 Gauß-Algorithmus und lineare Gleichungssysteme

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

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

3. Übungsblatt Aufgaben mit Lösungen

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

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2

2.2 Kern und Bild; Basiswechsel

Lineare Algebra I Zusammenfassung

9 Vektorräume mit Skalarprodukt

Lineare Gleichungssysteme - Grundlagen

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

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

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

Brückenkurs Mathematik

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

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

Mathematik Modul 3 -Arbeitsblatt A 3-7: LINEARE GLEICHUNGSSYSTEME MIT ZWEI VARIABLEN

Lineare Gleichungssysteme

Übungsaufgaben Vektoren

4. Vektorräume und Gleichungssysteme

Kapitel VI. Euklidische Geometrie

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.

Höhere Mathematik II. 7 Lineare Algebra II. für naturwissenschaftliche Studiengänge. 7.1 Wiederholung einiger Begriffe

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

2 Geometrie und Vektoren

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

Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Gleichungssysteme

Einführung in die Mathematik für Informatiker

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

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

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Mathematische Erfrischungen III - Vektoren und Matrizen

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

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya

8 Lineare Abbildungen

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

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1

Analytische Geometrie II

4.4. Rang und Inversion einer Matrix

Lineare Gleichungssysteme

Grundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015

Drehung um einen Punkt um Winkel α.

Definition, Rechenoperationen, Lineares Gleichungssystem

45 Eigenwerte und Eigenvektoren

Skalarprodukte (Teschl/Teschl Kap. 13)

Proseminar Lineare Algebra II, SS 11. Blatt

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Studiengänge) Beispiele

Übungen zur Analysis II Blatt 27 - Lösungen

3.3 Klassifikation quadratischer Formen auf R n

4 Vorlesung: Matrix und Determinante

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

Elemente der Analysis II

Vorkurs Mathematik B

Übungen zur Linearen Algebra 1

Unterräume; Basis und Dimension; Skalarprodukt, Norm und Vektorprodukt im R 3

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Lineare Algebra - alles was man wissen muß

Eigenwerte und Diagonalisierung

Aufgaben zu Kapitel 15

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Brückenkurs Elementarmathematik

Normalengleichungen. Für eine beliebige m n Matrix A erfüllt jede Lösung x des Ausgleichsproblems Ax b min die Normalengleichungen A t Ax = A t b,

Kapitel 2: Mathematische Grundlagen

& sind die Vektorkomponenten von und sind die Vektorkoordinaten von. A x. a) Der Betrag eines Vektors

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

Vektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden)

1 Geometrie - Lösungen von linearen Gleichungen

Trigonometrie. In der Abbildung: der Winkel 120 (Gradenmaß) ist 2π = 2π (Bogenmaß).

Beziehungen zwischen Vektorräumen und ihren Dimensionen

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

Transkript:

D-CHAB Frühlingssemester 2018 Grundlagen der Mathematik II Dr Marcel Dettling Lösung 4 1) Nur für die folgenden Wahlen kann man das Produkt bilden: A A mit Dimension (2, 2) (2, 2) (2, 2): 1 2 A Y mit Dimension (2, 2) (2, 1) (2, 1): 1 2 1 2 1 0 0 11 3 B A mit Dimension (3, 2) (2, 2) (3, 2): 2 1 4 3 3 0 1 2 3 6 B Y mit Dimension (3, 2) (2, 1) (3, 1): 2 1 3 0 ( 1 ) X A mit Dimension (1, 2) (2, 2) (1, 2): 1 2 3 1 7 3 ( ) X Y mit Dimension (1, 2) (2, 1) (1, 1), Ergebnis ist also eine Zahl: 1 3 1 ( 8 ) 8 Y X mit Dimension (2, 1) (1, 2) (2, 2), Ergebnis ist also eine Matrix: ( 1 ) (3 1 ) 3 1 1 2) Die Faktoren des Produkts X Y haben Formate 1 2 und 2 1, das Ergebnis ist vom Format 1 1, es ist also eine Zahl: ( 1 3 1 ) ( 8 ) 8 Das Produkt Y X hat dagegen Faktoren mit Formaten 2 1 und 1 2, das Ergebnis ist also eine 2 2-Matrix: 1 (3 1 ) 3 1 1 Da wir XY (8) schon wissen, folgt (XY ) 2 (8 2 ) (64) 64 Der Ausdruck X 2 Y 2 ist dagegen nicht definiert, denn schon X 2 X X gibt es nicht wegen unpassender Formate Insbesondere gilt für Matrizen nicht die Regel (AB) 2 A 2 B 2

Das Quadrat der Summe ist (A + C) 2 2 1 3 2 0 7 3, 2 6 andererseits ist aber 2 2 A 2 +2AC+C 2 1 2 1 2 +2 + 0 0 6 + 0 0 2 + 7 0 8 Also gilt für beliebige Matrizen nicht die Regel (A + C) 2 A 2 + 2AC + C 2 Diese Regel gilt nur, wenn man A und B im Produkt vertauschen darf, also AB BA ist Denn nur dann bekommt man durch Ausmultiplizieren (A+B) 2 (A+B)(A+B) A(A+B)+B(A+B) AA+AB +BA+BB A 2 +2AB +B 2 3) Zu a): Der durch a vom Ursprung aus markierte Punkt mit x-koordinate 1 und y-koordinate 0 in der Zeichenebene wird durch Drehung um den Winkel α in den Punkt a überführt: cos(α) a sin(α) α Da die Hypothenuse die Länge 1 besitzt, hat der neue Punkt die x-koordinate cos(α) und die y- Koordinate sin(α) Das passt zu a cos(α) sin(α) 1 cos(α) D α a sin(α) cos(α) 0 sin(α) Für den Punkt b mit x-koordinate 0 und y-koordinate 1 hat der um α gedrehte Punkt b x-koordinate sin(α) und die y-koordinate cos(α): die sin(α) b cos(α) α passend zu b D α b ( cos(α) ) sin(α) sin(α) cos(α) ( 0 1) sin(α) cos(α) Zu b): Das Produkt D α D β multipliziert mit einem Vektor c dreht diesen erst um den Winkel β, und dann um den Winkel α, also insgesamt um den Winkel α + β Damit ist D α D β D α+β Ebenso ist Dα k eine Matrix, die den Vektor c genau k-mal um den Winkel α dreht, also um den Winkel

kα, somit Dα k D kα Die inverse Matrix Dα 1 wirkt wie die Umkehrung von D α, es ist diejenige Matrix welche die Drehung um α wieder rückgängig macht, also die Drehung um α, somit Dα 1 D α Zu c): Die Drehmatrix ist symmetrisch, wenn Dα T D α gilt, das ist wegen des Vorzeichens oben rechts aber nur möglich, wenn sin(α) 0 ist, der Wert cos(α) auf der Diagonalen spielt keine Rolle Der Sinus ist Null falls α ein ganzzahliges Vielfaches von π ist (bzw 0 und 180 im Gradmass) Umgekehrt ist Dα T D α genau dann, wenn cos(α) 0 ist, nun spielt der Sinus keine Rolle Das ist der Fall falls α π 2 ein ganzzahliges Vielfaches von π ist (bzw 90 und 270 im Gradmass) Multiple Choice Aufgabe 1 Die Lösungsmenge ist ein (eventuell nulldimensionaler) Unterraum Richtig Falsch Nein Bei einem Unterraum gilt (unter anderem), dass für jeden Vektor y im Unterraum auch λy im Unterraum liegt, für beliebiges λ R Nehmen wir einen Vektor y, für den Ay b gilt, und betrachten λy Für dieses gilt A(λy) λ(ay) λb, also ist dies keine Lösung von Ax b 2 Die Menge der Differenzen von zwei Lösungen ist (leer oder) ein Unterraum Richtig Falsch Ja Wenn Ax b keine Lösungen hat, ist die Aussage trivial Ansonsten folgt aus Ax b und Ay b für die Differenz z x y dass Az 0 Umgekehrt gilt für jedes z mit Az 0, dass x y + z die Gleichung Ay b erfüllt, falls Ax b gilt Also ist z x y die Differenz von zwei Lösungen Demnach ist die Menge der Differenzen identisch zur Lösungsmenge von Ax 0 Dies ist ein Vektorraum Es seien a (1), a (2),, a (6) Vektoren im R 4 Welche der folgenden Aussagen sind richtig?

3 Diese Vektoren spannen den R 4 auf Nein, es könnten alle Vektoren gleich dem Nullvektor sein möglicherweise nicht Falls die Liste zb die Standard-Basisvektoren (1, 0, 0, 0) T, (0, 1, 0, 0) T, (0, 0, 1, 0) T und (0, 0, 0, 1) T enthält, dann wird der ganze R 4 aufgespannt 4 Diese Vektoren sind linear unabhängig Nein Wären die Vektoren linear unabhängig, so hätte für die Matrix A, welche diese Vektoren als Spalten hat, das homogene Gleichungssystem Ax 0 nur die triviale Lösung Mit dem Gaussalgorithmus sieht man aber, dass ein System mit 4 Gleichungen und 6 Unbekannten in jedem Fall mindestens zwei freie Variablen besitzt möglicherweise Nein Wären die Vektoren linear unabhängig, so hätte für die Matrix A, welche diese Vektoren als Spalten hat, das homogene Gleichungssystem Ax 0 nur die triviale Lösung Mit dem Gaussalgorithmus sieht man aber, dass ein System mit 4 Gleichungen und 6 Unbekannten in jedem Fall mindestens zwei freie Variablen besitzt nicht Richtig Wären die Vektoren linear unabhängig, so hätte für die Matrix A, welche diese Vektoren als Spalten hat, das homogene Gleichungssystem Ax 0 nur die triviale Lösung Mit dem Gaussalgorithmus sieht man aber, dass ein System mit 4 Gleichungen und 6 Unbekannten in jedem Fall mindestens zwei freie Variablen besitzt

Eine beliebige Auswahl von 4 dieser Vektoren ist eine Basis des R 4 Nein, die Auswahl könnte einen Vektor mehrfach enthalten, oder den Nullvektor enthalten möglicherweise Richtig, falls die Auswahl zb aus den Standard-Basisvektoren (1, 0, 0, 0) T, (0, 1, 0, 0) T, (0, 0, 1, 0) T besteht und (0, 0, 0, 1) T nicht Nein, die Auswahl könnte gerade aus den Standard-Basisvektoren (1, 0, 0, 0) T, (0, 1, 0, 0) T, (0, 0, 1, 0) T und (0, 0, 0, 1) T bestehen { } 0 2 6 Ein Vektor habe bezüglich der Basis B :, den Koordinatenvektor ( 1, 1) 2 2 T Der Koordinatenvektor bezüglich der Standardbasis ist ( 1 2, 0)T ( 1, 1) T (0, 2) T (d) (2, 0) T (e) (1, 1) T Wenn Basisvektoren b (1),, b (n) im R n und Koordinatenvektor (k 1,, k n ) T eines Vektors k gegeben sind, so bedeutet das, {( dass ) k ( k 1 )} b (1) + + k n b (n) Hier sind wir im R 2, und haben als Basis die beiden Vektoren, Der Vektor mit Koordinaten ( 1, 1) bezüglich dieser Basis ist also 0 2 2 2 ( ( 0 2 2 1 1, hat also bezüglich der Standard Basis die Koordinaten (2, 0) 2) 2 0)