UNPKG

sellquiz

Version:

An open source domain-specific language for online assessment

214 lines (123 loc) 3.54 kB
%course Mathematik 2 - Knospe, Randerath %quiz Kapitel 3 - Wiederholung Restklassen Geben Sie jeweils den __Standardrepräsentaten__ an: a, b, c in { 10, 11, ..., 20 } a2, b2, c2, c3 in { 2, 3, ..., 5 } ax := a mod a2 b := - b bx := b mod b2 cx := c2*c3 mod c2 * $ ZZ_c2 $ : $ c2*c3 equiv #cx mod c2 $ * $ ZZ_a2 $ : $ a equiv #ax mod a2 $ * $ ZZ_b2 $ : $ b equiv #bx mod b2 $ %%% Erzeugendensysteme a, b, c, d, e, f in { 0, 1 } a := 1 d := 0 e := 1 l1 := 0 l2 := 1 l3 := 1 l4 := 1 g := (a*l1 + d*l2) mod 2 h := (b*l1 + e*l2) mod 2 i_ := (c*l1 + f*l2) mod 2 j_ := (a*l3 + d*l4) mod 2 k := (b*l3 + e*l4) mod 2 l := (c*l3 + f*l4) mod 2 Seien $ v_1 = [[a],[b],[c]] $, $ v_2 = [[d],[e],[f]] $ Vektoren im $ GF(2)^3 $ und $ U = lt v_1, v_2 gt $. Welche der folgenden Antworten sind richtig? [x] $ w_1 = [[g],[h],[i_]] in U $ [x] $ w_2 = [[j_],[k],[l]] in U $ %%% Determinante a := { -5, -4, ..., 5 } A in MM( 3 x 3 | a ) A[1,1] := 0 A[1,2] := 0 d := det(A) Sei $ "A" = A $ eine 3 x 3 Matrix über $ K = RR $. Berechnen Sie die __Determinante__: * $ det("A") = #d $ %%% Rang a := { 0, 1, 2 } A in MM( 3 x 3 | a ) r := rank(A) Sei $ "A" = A $ eine 3 x 3 Matrix über $ K = RR $. Bestimmen Sie den __Rang__: * $ rg("A") = #r $ %%% Lineare Abbildungen Sei die folgende __lineare Abbildung__ gegeben: a, b, c, d, e in { 2, 3, ..., 9 } A := [[a,0,b],[e,c,d]] * $ f : RR^3 -> RR^2 = (a*x_1 + b*x_3, c*x_2 + d*x_3 + e*x_1) $ Geben Sie die zugehörige Abbildungsmatrix $ "A" $ an: * $ "A" = #A $ %%% Lineare Unabhängigkeit a, b, c, d, e, f, g, h, i in { 0, 1 } v1 := [[a],[b]] v2 := [[c],[d]] A := [[a,c],[b,d]] % TODO: concatenate vectors q1 := (det(A) mod 2) != 0 a := (a + 1) mod 2 v3 := [[a],[b]] v4 := [[c],[d]] A := [[a,c],[b,d]] % TODO: concatenate vectors q2 := (det(A) mod 2) != 0 v5 := [[a],[b],[c]] v6 := [[d],[e],[f]] v7 := [[g],[h],[i]] A := [[a,d,g],[b,e,h],[c,f,i]] q3 := (det(A) mod 2) != 0 Welche der unten stehenden Vektoren über dem $ GF(2) $ sind __linear unabhängig__? [q1] $ v1, v2 $ [q2] $ v3, v4 $ [q3] $ v5, v6, v7 $ %%% Orthogonale Matrizen Bestimmen Sie $a, b in RR$, sodass die folgende Matrix über $ RR $ __orthogonal__ ist: c in { -2, -3, -4 } d in { 2, 3, 4 } a := c^2 + d^2 b := -c * $ 1/sqrt("a") [[c,d],[d,"b"]] $ $ "a" = #a $ $ "b" = #b $ %%% Eigenwerte a := { 1, 2, 4 } A := MM(2 x 2 | a, invertible, symmetric) lambda = eigenvalues_sym(A) Sei $ "A" = A $. Geben Sie die __Eigenwerte__ von $"A"$ an: * $ "lambda" = #lambda: $ _Hinweis: Geben Sie bei Bedarf `sqrt(x)` für $ sqrt(x) $ an._ %%% Eigenvektoren a in { 1, 2, ..., 5 } b in { -8, -7, ..., -2} v = [[0],[1]] Sei $ A = [[a,0],[0,b]] $. Geben Sie den __Eigenvektor__ $ "v_1" $ zum Eigenwert $lambda = b$ an: * $ "v_1" = #v*c in RR^(2 x 1) $ % TODO: ambiguity in grammar: solution properties vs continued term! % idea: "solution. * c " for rendering "[ ] * c" %%% Basiswechsel a in { -1, -2, -3 } d := a - 1 c, b in { 10, 11, 12 } A := [[a,b],[c,d]] x := (a+d)/2 test := x^2 + b*c - a*d y := sqrt(x^2 + b*c - a*d) lambda = { x+y, x-y } Sei $"A"=A$ eine __Abbildungsmatrix__ von $f$ bezüglich der Standardeinheitsbasis $B_1$. * $"A"$ besitze eine Basis $B_2=(v_1,v_2)$ aus Eigenvektoren. * Stellen Sie $f$ bezüglich $B_2$ durch eine Diagonalmatrix $D=T^(-1)*"A"*T = [["lambda_1",0],[0,"lambda_2"]]$ dar. * $ "lambda" = #lambda $ _Hinweis: Geben Sie bei Bedarf `sqrt(x)` für $sqrt("x")$ an._