also … ich weiss ich mach mich damit unbeliebt … aber ich muss den test ein wenig verteidigen G … also ich fand er war ned sonderlich schwer … es ist gar nix neues gekommen … also wenn man sich ein wenig vorbereitet hat und die bsp angeschaut, dann sollts eigentlich kein grossartiges problem gewesen sein … unterlagen hat man ja auch verwenden können … die zeit is allerdings schon ein wenig knapp … aber … um euch die vorfreude nicht zu nehmen … so richtig wie ein taschenrechner bin ich mir bei der Prüfung zur Quantentheorie I Übung vorgekommen GGG … da wirds dann auch nicht viel anders sein 
soda und jetz was produktives in punkto Bsp 3
btw: ich denk schon das die tutoren das gecheckt haben
… also ich finds gar ned so schlecht … zumindest meiner scheint schon recht gut drauf zu sein …
also zur orthogonalität von dem geliebten ding …
wie wir alle wissen ist die determinante einer orthogonalen Matix 1 …
Beweis:
weil die Matrix orthogonal ist gilt: A^{-1} =A^T
weiters gilt immer \det(A)=\det(A^T)… wie man aus dem laplaceschen entwicklungsatz leicht sieht macht es keinen unterschied nach welcher zeile bzw. spalte ich entwickle … also kann ich nach der ersten spalte von A entwickeln oder gleichwertig nach der ersten zeile von A^T und das ergebnis bleibt das gleiche.
damit erhalten wir: 1=\det(I)=\det(AA^{-1})=\det(A)\det(A^{-1})=\det(A)*\det(A^T)=\det(A)^2
also erhalten wir als gesamtergebnis:
A orthogonal \Rightarrow \det(A)= \pm 1
aber die Umkehrung gilt nicht!!!
\det(A)= \pm 1 \not{\Rightarrow} A orthogonal
Beweis: … Gegenbeispiel …
\det{\begin{pmatrix} 1 & 0 \ 1 & 1 \end{pmatrix}}=1
Bei einer orthogonalen Matrix stehen die Spalten orthogonal aufeinander, daher sollte das skalarprodukt der spaltenvektoren null ergeben, aber
\langle {1 \choose 1}, {0 \choose 1} \rangle =1
so … jetzt zur Inversen von dieser 3x3 Matrix … naja … Gaussalgorithmus geht natürlich is aber lang … einfacher gehts durch folgende Überlegungen …
erstens …
die Inverse einer Diagonalmatrix ist die Diagonalmatrix mit den Inversen Diagonalelementen, also
{\begin{pmatrix} a & 0 \ 0 & b \end{pmatrix}^{-1} = \begin{pmatrix} \frac{1}{a} & 0 \ 0 & \frac{1}{b} \end{pmatrix}
das gilt übrigens auch für Blockmatrizen (also Matrizen deren Elemente wieder Matrizen sind):
{\begin{pmatrix} A & 0 \ 0 & B \end{pmatrix}^{-1} = \begin{pmatrix} A^{-1} & 0 \ 0 & B^{-1} \end{pmatrix}
so, jetzt zurück zu unserm Beispiel … die Drehmatrix können wir uns also als Blockmatrix denken {\begin{pmatrix} A & 0 \ 0 & B \end{pmatrix}…
mit A={\begin{pmatrix} cosh & sinh \ sinh & cosh \end{pmatrix} und B=1 also (1x1)-Matrix
naja jetzt ist die Inverse nicht mehr schwer zu bestimmen:
B^{-1}=1/1=1
schwerer dagegen A^{-1} aber natürlich gibts da auch ein kleines Merksätzchen G
\begin{pmatrix} a & b \ c & d \end{pmatrix}^{-1}=\frac{1}{\det(A)} * \begin{pmatrix} d & -b \ -c & a \end{pmatrix}
also in unserm Fall mit \det(A)=cosh^2-sinh^2=1 und damit
A^{-1}=\begin{pmatrix} cosh & -sinh \ -sinh & cosh \end{pmatrix}
und damit insgesamt für die Inverse Drehmatrix:
\begin{pmatrix} cosh & -sinh & 0 \ -sinh & cosh & 0 \ 0 & 0 & 1\end{pmatrix}
so einfach gehts G … naja … schon klar das nicht jeder Linalg so geliebt hat wie ich GG … aber vielleicht konnt ich ein wenig behilflich sein
heli