sellquiz
Version:
An open source domain-specific language for online assessment
214 lines (123 loc) • 3.54 kB
Plain Text
%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._