Übungen zur Linearen Algebra II

Größe: px
Ab Seite anzeigen:

Download "Übungen zur Linearen Algebra II"

Transkript

1 Aufgabe 1.1. Sei n 1 eine natürliche Zahl, K ein Körper. Weiterhin seien n Elemente a 1, a 2,..., a n K von K gegeben. Wir betrachten die Matrix A Mat(n n, K): a 1 1 a n n a A = A(a 1, a 2,..., a n ) = E k,k+1 + a k E k,1 = 3 1 k=1 k= a n 1 1 a n 0 Beweisen Sie, dass det(a(a 1, a 2,..., a n ) te n ) = ( 1) n (t n n k=1 a kt n k ). Tipp: Induktion und Laplacescher Entwicklungssatz. Aufgabe 1.2. Ist die reelle Matrix A = Mat(5 5, R) diagonalisierbar? Begründen Sie Ihre Entscheidung! Aufgabe 1.3. Wir betrachten die reelle Matrix A := Entscheiden Sie, ob eine Matrix S Mat(3 3, R) existiert, so dass S 1 A S eine Diagonalmatrix ist! Begründen Sie Ihre Entscheidung und geben Sie ein solches S, sowie S 1 A S im Falle der Existenz an. ( ) t t Aufgabe 1.4. Berechnen Sie für alle t R die Matrix exp. 0 t (Zur Erinnerung: exp(a) = k 0 1 k! Ak.) Abgabe: Bis Mittwoch, 11. April 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

2 Aufgabe 2.1. Bestimmen Sie die Minimalpolynome der folgenden Matrizen: A 1 = A 2 = A 3 = A 4 = Aufgabe 2.2. Das Minimalpolynom eines Vektors Sei v V \ {0} ein Vektor in einem endlichdimensionalen K-Vektorraum. Weiterhin sei ein Endomorphismus ϕ End K (V ) fixiert. Wir betrachen die folgende Abbildung ev ϕ,v : K[T ] V a i T i a i ϕ i (v), i 0 sowie den Unterraum span(v) ϕ := span(v, ϕ(v), ϕ 2 (v),...). (i) Zeigen Sie, dass ein eindeutig bestimmtes normiertes Polynom MinPol(ϕ, v, T ) K[T ] existiert mit i 0 ker(ev ϕ,v ) = (MinPol(ϕ, v, T )) := {f MinPol(ϕ, v, T ) f K[T ]} Dieses Polynom ist das Minimalpolynom von ϕ bezüglich v. Zeigen Sie, dass deg(minpol(ϕ, v, T )) = dim K (span(v) ϕ ) gilt. (iii) Berechnen ( Sie ) sowohl MinPol(ϕ, ( ) v i, T ), ( als) auch span(v i )( ϕ für) V = R 2, ϕ = und v =, v 0 2 = sowie v 1 3 =. 1 Aufgabe 2.3. Wir betrachten die Matrix A = und die Folge a : N Z der Spuren der Potenzen von A, also a n := tr(a n ). (i) Geben Sie eine explizite Formel für die Folge a an! Zeigen Sie die Implikation n ist Primzahl = n teilt a n (Hinweis: Der Kleine Fermat wird oft in der Form a p a mod p angegeben.) (iii) Gilt für natürliche Zahlen n 2 auch die Umkehrung der Aussage? Aufgabe 2.4. Sei V ein n-dimensionaler K-Vektorraum. Das charakteristische Polynom von ϕ End K (V ) sei p ϕ (t) = ( 1) n n i=1 (t λ i) mit λ i λ j für i j. Ferner sei ψ End K (V ) mit ψϕ = ϕψ. Zeigen Sie, dass ψ diagonalisierbar ist! Abgabe: Bis Mittwoch, 18. April 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

3 Aufgabe 3.1. Geben Sie für die durch gegebene nilpotente Abbildung N : R 3 R 3 eine Basis B von R 3 an, so dass MB B (N) die Jordansche Normalform eines nilpotenten Endomorphismus ist. Aufgabe 3.2. Es sei V ein K-Vektorraum und N End K (V ) nilpotent. Wir definieren, wie in der Vorlesung, V k := ker(n k ). Es sei dim(v 1 ) = 5 dim(v 2 ) = 9 dim(v 3 ) = 12 dim(v 4 ) = 13 dim(v 5 ) = 13. Geben Sie die Jordansche Normalform von N an! Begründen Sie Ihre Antwort! Aufgabe 3.3. Gibt es einen K-Vektorraum V und ein ϕ End(V ) mit dim(ker(ϕ)) = 4 dim(ker(ϕ 2 )) = 6 dim(ker(ϕ 3 )) = 9? Beweisen Sie die Nichtexistenz oder geben Sie ein Beispiel an! (Hinweis: Betrachten Sie W = ker(ϕ 3 ).) Aufgabe 3.4. Sei N End F3 (F 5 3) nilpotent vom Typ (3, 2). Wieviele N-Basen von F 5 3 gibt es? (Erinnerung: (v 1, v 2 ) bilden eine N-Basis des Vektorraumes F 5 3, wenn N 3 (v 1 ) = 0 = N 2 (v 2 ) gilt und {N 2 (v 1 ), N(v 1 ), v 1, N(v 2 ), v 2 } eine Basis von F 5 3 ist.) Abgabe: Bis Mittwoch, 25. April 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

4 Aufgabe 4.1. Geben Sie eine Basis B des Q-Vektorraumes Q 4 an, so dass der bezüglich der Standardbasis durch gegebene Endomorphismus bezüglich B eine Jordansche Normalform hat. Aufgabe 4.2. Sei ϕ End K (V ) ein Endomorphismus eines Vektorraumes V von endlicher Dimension. Zeigen Sie die folgende Äquivalenz: r ϕ ist diagonalisierbar MinPol(ϕ, t) = (t λ i ) mit λ i λ j für i j Aufgabe 4.3. Berechnen des Exponentials einer Matrix Sei A Mat(n n, C) gegeben. Beweisen Sie die folgenden Aussagen. (i) Gilt A = B 1 C B für B GL n (C) und C Mat(n n, C), so gilt die Matrizengleichung exp(a) = B 1 exp(c) B. Gilt A = B + C für Matrizen B, C Mat(n n, C) mit B C = C B, so gilt exp(a) = exp(b) exp(c). ( ) 2πi 1 Nutzen Sie nun (i) und, um exp π 2 zu berechnen. 0 Hinweis: Da es sich hier um einen Lineare Algebra Übungszettel handelt, dürfen Sie annehmen, dass alle Summen absolut konvergieren. Aufgabe 4.4. Sei ϕ ein Endomorphismus eines endlich dimensionalen Vektorraums V. Ferner sei ein Vektor v V gegeben. (Das Minimalpolynom MinPol(ϕ, v, t) wird in Aufgabe 2.2 definiert. Die Aussagen aus dieser Aufgabe 2.2 sind durchaus hilfreich!) (i) Beweisen Sie, dass das MinPol(ϕ, v, t) ein Teiler von MinPol(ϕ, t) ist. Zeigen Sie: Ist span(v) ϕ = V, dann ist das charakterische Polynom ( 1) dim(v ) det(ϕ t id V ) gleich dem Minimalpolynom MinPol(ϕ, t) von ϕ. (iii) Bestimmen Sie das Minimalpolynom der Begleitmatrix A(a 1, a 2,..., a n ) aus Aufgabe 1.1. Abgabe: Bis Mittwoch, 2. Mai 10 Uhr, in das Fach 12 bei Raum T03 R03 D89. i=1

5 Aufgabe 5.1. Geben Sie eine Basis B des C 5, so dass die durch gegebene Abbildung bezüglich B Jordansche Normalform hat. Aufgabe 5.2. Sei eine Matrix A Mat(3 3, C) gegeben. Beweisen Sie, dass sich aus dem charakteristischen Polynom und dem Minimalpolynom von A die Jordansche Normalform ablesen läßt. Begründen Sie ferner, warum diese Ausage für 4 4 Matrizen nicht stimmt. Aufgabe 5.3. Invariante Unterräume Seien ein K-Vektorraum V und ein ϕ End K (V ) gegeben. Ein Unterraum U V heißt ϕ-invariant, wenn ϕ(u) U gilt. (i) Bestimmen Sie alle invarianten Unterraume von C 2 für (iii) ϕ 1 = ( ) und ϕ 2 = ( Hinweis: Vergessen Sie nicht die offensichtlichen Unterräume! Sei U V ein ϕ-invarianter Unterraum. Zeigen Sie, dass es auf dem Quotientenraum V := V/U mit kanonischer Surjektion π : V V (ist π die kanonische Surjektion, so gilt π(v) = v + U) einen eindeutig bestimmten Endomorphismus ϕ End K ( V ) gibt, so dass π ϕ = ϕ π gilt. Sei U V ein ϕ-invarianter Unterraum. Wir bezeichnen mit ϕ U End K (U) die Einschränkung von ϕ auf U und mit ϕ End K ( V ) den Endomorphismus aus Teil. Gilt die folgende Aussage? Sind ϕ U und ϕ diagonalisierbar, so ist auch ϕ diagonalisierbar. Begründen Sie Ihre Entscheidung! Aufgabe 5.4. Zeigen Sie, dass es unendlich viele verschiedene Funktionen f : R R gibt, die die Bedingungen f(1) = 1 und f(a + b) = f(a) + f(b) für alle a, b R erfüllen. Hinweis: Sie könnten die Aufgabe in die folgenden Teilaufgaben zerlegen: (i) Zeigen Sie dass eine Funktion f : R R mit f(a + b) = f(a) + f(b) für alle a, b R eine Q-lineare Abbildung ist. Zeigen Sie, unter der Annahme des Zornschen Lemmas, dass es unendlich viele solcher Funktion f mit f(1) = 1 gibt. Abgabe: Bis Mittwoch, 9. Mai 10 Uhr, in das Fach 12 bei Raum T03 R03 D89. ).

6 Aufgabe 6.1. Sei V ein fünfdimensionaler Q-Vektorraum mit zwei Basen A und B. Die Basiswechselmatrix TB A sei durch TB A = gegeben. Berechnen Sie die Basiswechselmatrix T B A der dualen Basen! Aufgabe 6.2. Lineare Gleichungssysteme und der Dualraum Sei V ein n-dimensionaler K-Vektorraum und {f 1, f 2,..., f m } V eine endliche Teilmenge. Zeigen Sie die Äquivalenz der beiden folgenden Aussagen: (i) Für alle Vektoren (λ 1,..., λ m ) t K m existiert ein v V mit f i (v) = λ i für alle i = 1,..., m. Die Teilmenge {f 1, f 2,..., f m } V ist linear unabhängig. Hinweis: Betrachten Sie die K-lineare Abbildung f : V K m mit v (f 1 (v),..., f m (v)). Aufgabe 6.3. Sei V = R[x] 3 der reelle Vektorraum der Polynome vom Grad 3. Wir bezeichnen mit ev λ die Auswertungsabbildung: f(x) R[x] 3 f(λ) R. Insbesondere ist ev λ V. (i) Zeigen Sie, dass {ev 0, ev 1, ev 2, ev 3 } eine Basis von V ist. Zeigen Sie, dass die Abbildung I : f(x) 3 f(x)dx in V liegt. 0 (iii) Schreiben Sie I als Linearkombination von {ev i } i=0,...,3 d.h. geben Sie reelle Zahlen a 0,..., a 3 an, so dass für jedes f(x) V gilt: 3 f(x)dx = 3 0 i=0 a if(i). Aufgabe 6.4. Seien U, V und W endlichdimensionale K-Vektorräume. Ferner seien lineare Abbildungen ϕ Hom K (U, V ) und ψ Hom K (V, W ) gegeben. Wir sagen, dass eine kurze exakte Sequenz ist, wenn - ϕ injektiv ist, - ψ surjektiv ist und - ker(ψ) = im(ϕ) gilt. Zeigen Sie die Äquivalenz: 0 U ϕ V ψ W 0 0 U ϕ V ψ W 0 ist kurze exakte Sequenz 0 W ψ V ϕ U 0 ist kurze exakte Sequenz. Abgabe: Bis Mittwoch, 16. Mai 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

7 Aufgabe 7.1. Entscheiden Sie für jede der Teilaufgaben (0) (3), ob die angegebene Abbildung b eine Bilinearform ist. Wenn dies der Fall sein sollte, so stellen Sie die Bilinearform b als Summe b = s + a einer symmetrischen und einer alternierenden Bilinearform dar! (( ) ( )) a b (0) V = K 2 b 0, = ab + bc + 3ad + 2cd c d (1) V = K 2 b 1 (( a c ) ( b, d )) = ab + c + d (2) V = K[x] b 2 (f(x), g(x)) = f(0) g (0) g ist die Ableitung von g (3) V = End K (W ) b 3 (ϕ, ψ) = tr(ϕ ψ) tr(α) ist die Spur von α dim K (W ) < (In dem Köper K in dieser Aufgabe gelte 2 0.) Aufgabe 7.2. Sei V = R[x] 2 der reelle Vektorraum der Polynome vom Grad 2. Wir bezeichnen mit ev 1 die Auswertungsabbildung: f(x) R[x] 2 f( 1) R. (i) (iii) Zeigen Sie, dass die Bilinearform s : V V R (f(x), g(x)) 1 0 f(x)g(x)dx nicht ausgeartet ist. Geben Sie die Gramsche Matrix M {1,x,x 2 }(s) an! Geben Sie ferner ein Element g(x) V, an welches ev 1 (f(x)) = s(f(x), g(x)) erfüllt. Mit anderen Worten: Gesucht ist ein g(x) V, welches die Gleichung f( 1) = 1 0 f(x)g(x)dx für alle f(x) V erfüllt. Aufgabe 7.3. Zeigen Sie, dass jede alternierende Bilinearform a BLF C (C 3 ) ausgeartet ist. Aufgabe 7.4. Sei V ein K-Vektorraum und s BLF K (V ) eine symmetrische Bilinearform. Wir betrachten den Unterraum W = {v 2 V s(v 1, v 2 ) = 0 für alle v 1 V }. Die kanonische Abbildung V V/W bezeichnen wir mit π. Zeigen Sie, dass genau eine nicht ausgearteten Bilinearform s BLF K (V/W ) existiert, so dass für alle v 1, v 2 V die Gleichung s(v 1, v 2 ) = s(π(v 1 ), π(v 2 )) gilt. Abgabe: Bis Mittwoch, 23. Mai 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

8 Aufgabe 8.1. Eigenschaften des Winkels und Satz des Pythagoras Sei (V,, ) ein euklidischer Vektorraum. Wir definieren den Winkel ) (v 1, v 2 ) zwischen den Vektoren v 1, v 2 V \ {0} durch (v 1, v 2 ) := arccos [0, π]. Zeigen Sie, die folgenden Eigenschaften des Winkels: (i) (v 1, v 2 ) = 0 v 1 = λv 2 für ein λ R >0 (v 1, v 2 ) = π v 1 = λv 2 für ein λ R <0 (iii) Es gilt (v 1, v 2 ) = (v 2, v 1 ) (iv) Für alle λ 1, λ 2 R >0 gilt (v 1, v 2 ) = (λ 1 v 1, λ 2 v 2 ). ( v1,v 2 v 1 v 2 (v) Es gilt (v 1, v 2 ) + ( v 1, v 2 ) = π (vi) v 1 v 2 2 = v v v 1 v 2 cos( (v 1, v 2 )). (vii) Erklären Sie, warum (vi) den Satz des Pythagoras impliziert. Tipp: Sie dürfen das Additionstheorem für den Kosinus benutzen. Aufgabe 8.2. Sei V = R[x] 2 der euklidische Vektorraum der Polynome vom Grad 2 mit der Bilinearform (i) s : V V R (f(x), g(x)) 1 0 f(x)g(x)dx Konstruieren Sie, mittels des Gram-Schmidtschen Orthogonalisierungsverfahrens, aus der Basis {1, x, x 2 } eine orthonormale Basis von V! Geben Sie den Abstand d(x 2, span(1, x)) des Vektors x 2 zu dem von 1 und x aufgespannten Unterrraum an! Aufgabe 8.3. Auf dem reellen Vektorraum R 3 mit Standardbasis {e 1, e 2, e 3 } sei eine Bilinearform s durch ihre Gramsche Matrix M {e1,e 2,e 3 }(s) := gegeben (i) Zeigen Sie, dass (R 3, s) ein euklidischer Vektorraum ist. Geben Sie eine Orthogonalbasis von (R 3, s) an! Aufgabe 8.4. Sei W V ein Unterraum eines euklidischen Vektoraumes endlicher Dimension. Wie üblich, bezeichnen wir mit W V das orthogonale Komplement zu W in V. Zeigen Sie, dass die Komposition π ι der linearen Abbildungen ein Isomorphismus ist. W ι V π V/W Abgabe: Bis Mittwoch, 30. Mai 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

9 Aufgabe 9.1. Sei V = R[x] 2 der euklidische Vektorraum der Polynome vom Grad 2 mit der Bilinearform s : V V R (f(x), g(x)) 1 0 f(x)g(x)dx Wir betrachten den Ableitungsendomorphismus ϕ = : V V mit f f. x (i) Geben Sie die adjungierte Abbildung ϕ von ϕ bezüglich s an! Gibt es ein euklidisches Skalarprodukt s auf V (das heißt, eine symmetrische und positive definite Bilinearform s BLF R (V )), so dass ϕ bezüglich s selbstadjungiert ist? Begründen Sie Ihre Antwort! Aufgabe 9.2. Seien (V,, ) ein endlichdimensionaler euklidischer Vektorraum, sowie ein ϕ End R (V ) gegeben. Wir bezeichnen mit W = im(ϕ) das Bild von ϕ. Sei v V gegeben, dann nennen wir einen Vektor v v + W minimal, wenn d(v, 0) = d(v, W ) gilt. (Zur Erinnerung: d(v, W ) = min w W { v w }.) (i) Zeigen Sie, dass es genau einen minimalen Vektoren v v + W gibt! Zeigen Sie die Äquivalenz v ist minimal ϕ v = 0. Aufgabe 9.3. Die orthogonale Gruppe O(3) Sei ϕ O(3) gegeben. Zeigen Sie, dass es eine Orthonormalbasis B, des E 3 gibt mit MB B (ϕ) = ± ±1 0 oder MB B (ϕ) = ± cos(α) sin(α). 0 0 ±1 0 sin(α) cos(α) Hinweis: Zeigen Sie zunächst (Zwischenwertsatz), dass ϕ einen Eigenvektor v E 3 mit reellem Eigenwert hat. Betrachten Sie nun span(v) und wenden Ihr Wissen (Vorlesung vom 21. Mai) über O(2) an. Aufgabe 9.4. Spiegelungen Sei (V,, ) ein euklidischer Vektorraum endlicher Dimension. Für einen Vektor v V mit v = 1 definieren wir die Abbildung s v : V V durch s v (w) = w 2 v, w v. (i) Zeigen Sie, dass die lineare Abbildung s v eine euklidische Abbildung ist. Zeigen Sie, dass s v eine Spiegelung ist, das heißt es existiert eine Orthonormalbasis B = {v 1, v 2,..., v n } von V mit s v (v 1 ) = v 1 und s v (v i ) = v i für alle i = 2,..., n. (iii) Zeigen Sie, dass jedes ϕ SO(3) sich als Hintereinanderausführung von zwei Spiegelungen schreiben läßt. Hinweis: Zeigen Sie zunächst, dass jede Abbildung aus O(2) sich als Hintereinanderausführung von Spiegelungen schreiben läßt. Abgabe: Bis Mittwoch, 6. Juni 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

10 Aufgabe Sei V ein komplexer Vektorraum mit Basis B = {v 1, v 2,..., v n }. Die Sesquilinearform s Sesqui(V ) sei durch ihre Gramsche Matrix B = M B (s) gegeben. Zeigen Sie die Äquivalenz: s ist hermitesch B t = B. Aufgabe Sei V ein n-dimensionaler komplexer Vektorraum mit einer hermiteschen Sesquilinearform s Sesqui(V ). (i) Zeigen Sie die folgende Aussage: Gilt s(v, v) > 0 für einen Vektor v V, so besitzt V eine Basis B = {v 1,(..., v n )} mit ( s(v ) i, v i ) > 0 für i = 1,..., n. Geben Sie für V = C 2 x1 y1 mit s(, ) = x x 2 y 1 ȳ 2 + x 2 ȳ 1 drei Basen B 1, 2 B 0 und B 1 so an, dass für alle Basisvektoren v ij B i gilt: s(v ij, v ij ) = i. Aufgabe Besselsche Ungleichung und Parsevalsche Gleichung Sei (V,, ) ein unitärer Vektorraum und {v 1,..., v n } eine Teilmenge von Vektoren mit v i, v j = δ i,j. (Eine solche Teilmenge nennen wir auch orthonormales System.) (i) Weisen Sie nach, dass für alle v V gilt: n v 2 v i, v 2. Zeigen Sie für alle v V die Äquivalenz: n v 2 = v i, v 2 v span({v 1,..., v n }). i=1 Hinweis: Schreiben Sie v als Summe von zwei Vektoren v = v 1 + v 2, wobei v 1 aus dem von {v 1,..., v n } aufgespannten Unterraum ist und v 2 orthogonal zu diesem Unterraum ist. Aufgabe Wir betrachten den komplexen Vektorraum V = C([0, 2π], C) der stetigen komplexwertigen Funktionen auf dem kompakten Interval [0, 2π]. (i) Zeigen Sie, dass V mit der Sesquilinearform f, g = 1 2π f(t) g(t)dt ein 2π 0 unitärer Vektorraum ist. Wir definieren für eine ganze Zahl k die Funktion f k (x) = exp(ikx). Zeigen Sie, dass f k, f l = δ k,l gilt. (iii) Wir betrachten die Funktion g(x) = x. Berechnen Sie das Längenquadrat g 2 = g, g, sowie die Skalarprodukte f k, g für alle k Z. (iv) Zeigen Sie, dass für alle natürlichen Zahlen n der Vektor g nicht im von {f k } k= n,...,n aufgespannten Unterraum liegt. Folgern Sie, mittels der Ungleichung aus Aufgabe 10.3, dass für alle natürlichen Zahlen n die Ungleichung n 1 k=1 < π2 gilt. k 2 6 Hinweis 1: Beachten Sie: f k ist 2π-perodisch. Hinweis 2: es gilt für alle x [0, 2π], dass f k (x) = f k (x) ist. Hinweis 3: Sie dürfen die folgenden Stammfunktionen (für a C ) benutzen: exp(ax)dx = 1 a exp(ax) und exp(ax)xdx = 1 a exp(ax)x 1 a 2 exp(ax). i=1 Abgabe: Bis Mittwoch, 13. Juni 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

11 Aufgabe Gärtnerkonstruktion einer Ellipse Geben Sie eine symmetrische Bilinearform s BLF R (E 2 ) so an, dass { ( ) ( ) v E 2 mit 3 v v = 10} = { v E 0 2 mit s(v, v) = 1 }. (Die Norm v eines Vektors v ist die Norm bezüglich des Standardskalarprodukts!) Skizzieren Sie anschließend mit Hilfe eines 10 cm langen Fadens, zweier Stecknadeln und eines spitzen Bleistifts diese Menge! Aufgabe Wir betrachten die symmetrische Bilinearform s BLF R (R 3 ), die bezüglich der Standardbasis B die Gramsche Matrix M B (s) = besitzt (i) (iii) Geben Sie eine Basis B so an, dass M B (s) eine Diagonalmatrix ist! Geben Sie eine Zerlegung R 3 = V + (s) V (s) an. Dabei soll s auf dem Unterraum V + (s) (bzw. V (s)) positiv (bzw. negativ) definit sein. Geben Sie alle Unterräume V + (s) an, auf denen s positiv definit ist und deren Dimension rk + (s) ist. Erinnering: rk + (s) ist die maximale Dimension eines Unterraumes V R 3 mit s V ist positiv definit. Aufgabe Sei s BLF R (R n ) eine symmetrische Bilinearform. Wir definieren den Nullkegel NK(s) := {v R n mit s(v, v) = 0}. Zeigen Sie die Äquivalenz NK(s) R n ist Untervektorraum rk + (s) rk (s) = 0. Aufgabe Der Satz von Jacobi Seien V n-dimesionaler R-Vektorraum und s BLF R (V ) eine symmetrische Bilinearform mit Gramscher Matrix M B (s) = (a i,j ) i,j=1,...,n Mat(n n, R) bezüglich einer Basis B. Für ( k = 1, )..., n definieren wir die Matrizen A k := (a i,j ) i,j=1,...,k. (A 1 = (a 11 ), A 2 = a11 a 12,...) a 21 a 22 Annahme: Es gelte det(a k ) 0 für alle k = 1,..., n. Behauptung: Dann gilt rk 0 (s) = 0 und rk (s) ist gleich der Anzahl der Vorzeichenwechsel in der Zahlenfolge 1, det(a 1 ), det(a 2 ),..., det(a n ). (i) Zeigen Sie, dass unter obigen Annahme rk 0 (s) = 0 gilt. Zeigen Sie, dass die Aussage gilt wenn A eine Diagonalmatrix ist. (iii) Nehmen Sie an, die Aussage gelte für (n 1)-dimensionale R-Vektorräume. Dann gilt die Behauptung, wenn a 1,j = 0 für alle j = 2, 3,..., n. (iv) Beenden Sie den Beweis (beispielsweise durch Ausnutzen des Verfahrens von Gram-Schmidt)! Abgabe: Bis Mittwoch, 20. Juni 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

12 Aufgabe Seien V und W endlichdimensionale K-Vektorräume. Wir betrachten die folgende Abbildung (i) (iii) ϕ : V W Hom K (V, W ) (f, w) f w mit f w (v) = f(v) w. Zeigen Sie, dass ϕ bilinear ist. Zeigen Sie, dass ϕ eine lineare Abbildung ψ : V K W Hom K (V, W ) mit ϕ = ψ Φ V,W induziert. (Erinnerung: Φ V,W war die bilineare Abbildung Φ V,W : V W V K W aus der Vorlesung.) Zeigen Sie, dass ψ ein Isomorphismus ist! Aufgabe Wir betrachten die dreidimesionalen R-Vektorräume V = R[t] 2 und W = R 3. Ferner die lineare Abbildung α : V W mit f(t) f(0) f(1). Wie wir in Aufgabe f(2) 12.1 sahen, existiert ein α V K W mit ψ( α) = α. Sei {f 0, f 1, f 2 } die duale Basis zur V -Basis {1, x, x 2 } und {e 1, e 2, e 3 } die Standardbasis von W. (i) Geben Sie reelle Zahlen {µ i,j } i=0,1,2 j=1,2,3 so an, dass α = 2 3 i=0 j=1 µ i,jf i e j gilt. Gibt es Vektoren g V und w W mit α = g w? Geben Sie diese Vektoren an, oder begründen Sie, warum sie nicht existieren! (iii) Gibt es Vektoren g 1, g 2 V und w 1, w 2 W mit α = g 1 w 1 + g 2 w 2? Geben Sie diese Vektoren an, oder begründen Sie, warum sie nicht existieren! Aufgabe Seien V und W zwei K-Vektorräume und {v i } i I und {w j } j J zwei linear unabhängige Teilmengen von V und W. (i) Zeigen Sie, dass {u i w j } i I, j J V K W eine linear unabhängige Teilmenge ist! Folgern Sie: v w = 0 in V K W v = 0 oder w = 0. Aufgabe Eine erstaunliche Anwendung von Tensorprodukten Sie sollen den folgenden Satz beweisen: Ein Rechteck mit den Kantenlängen a und b wird in n kleinere Rechtecke mit den Kantenlängen a i und b i zerlegt. Für jedes i = 1... n gilt: a i oder b i ist rational. Zeigen Sie, dass a oder b rational sind. Hinweis 1: Zeigen Sie, dass in R Q R die Gleichung a b = n i=1 a i b i gilt. Hinweis 2: Betrachten Sie R = R/Q und die Abbildung α : R Q R R Q R. Hinweis 3: Zeigen Sie, dass α(a b) = 0 und nutzen Sie aus. Abgabe: Bis Mittwoch, 27. Juni 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

13 Aufgabe Das Kronecker-Produkt zweier Matrizen Wir betrachten zwei zweidimenionale Vektorräume V und W mit Basen A = {v 1, v 2 } und B = {w 1, w 2 }, sowie zwei Endomorphismen ϕ End K (V ) und ψ End K (W ), die durch ( ) ( ) a b A B MA A (ϕ) = und M c d B B (ψ) = C D gegeben seien. Geben Sie die lineare Abbildung ϕ ψ bezüglich der Basis C = {v 1 w 1, v 1 w 2, v 2 w 1, v 2 w 2 } von V W an! Aufgabe Sei 2 0 in K. (i) Zeigen Sie, dass es eine lineare Abbildung sym : V K V V K V mit sym(v 1 v 2 ) = 1(v 2 1 v 2 + v 2 v 1 ) gibt! Zeigen Sie, dass sym(v 1 v 2 ) = sym(v 2 v 1 ). (iii) Beweisen Sie, dass sym sym = sym gilt! (iv) Geben Sie den Kern von sym an und zeigen Sie im(sym) = Sym 2 K(V ). Aufgabe Scherenkongruenz Ein Polyeder im E n ist eine beschränkte Teilmenge P E n die durch endlich viele lineare Ungleichungen x, a i b i gegeben ist, wobei a i E n Vektoren der Länge a i = 1 und die b i reelle Zahlen sind. Das heißt P = {x E n mit x, a i b i für i = 1,..., N}. Eine Hyperebene H = H(a, b) ist eine Menge vom Typ H(a, b) = {x E n mit x, a = b}, wobei auch hier a E n ein vorgegebener Vektor mit a = 1 und die b R eine fixierte reelle Zahl ist. Eine Hyperebene H(a, b) zerlegt ein Polyeder P in zwei Polyder P = P P + mit P = {x E n mit x, a b und x, a i b i für i = 1,..., N} sowie P + = {x E n mit x, a b und x, a i b i für i = 1,..., N}. Zwei Polyeder nennen wir kongruent, wenn Sie bis auf Verschiebung durch eine orthogonale Abbildung aufeinander abgebildet werden. Das heißt: P 1 = P2 es gibt ein ϕ O(n) und ein a E n mit P 2 = ϕ(p 1 ) + a. Zwei Polyeder heißen scherenkongruent, wenn sie durch endlich viele Hyperebenen in kongruente Polyder zerlegt werden können. (i) Zeigen Sie, dass die Kongruenz von Polyedern eine Äquivalenzrelation ist! Zeigen Sie, dass die Scherenkongruenz von Polyedern eine Äquivalenzrelation ist! (iii) Zeigen Sie, dass zwei Polyeder im E 2 genau dann scherenkongruent sind, wenn ihre Flächeninhalte übereinstimmen. Hinweis 1: Zeigen Sie, dass jedes Polyeder mit n Ecken zu n 2 Dreiecken scherenkongruent ist. Hinweis 2: Zeigen Sie, dass jedes Dreieck zu einem Parallelogramm scherenkongruent ist. Hinweis 3: Zeigen Sie, dass jedes Parallelogramm zu einem Parallelogramm mit einer vorgegebenen Seitenlänge scherenkongruent ist. Hinweis 4: Zeigen Sie, dass jedes Parallelogramm mit einer vorgegebenen Seitenlänge zu einem Rechteck mit einer vorgegebenen Seitenlänge scherenkon-

14 Aufgabe Zeigen Sie, dass ein Würfel und ein Tetraeder im E 3 nicht scherenäquivalent sind! Sie können den Beweis entlang der folgenden Hinweise führen: Hinweis 1: Der Kantenwinkel ϕ(e) eines Polyders P entlang seiner Kante e, die in den durch x, a 1 = b 1 und x, a 2 = b 2 gegebenen Begrenzungsflächen des Polyeder enthalten ist, ist durch arccos( a 1, a 2 ) gegeben. Hinweis 2: Die Dehn-Invariante eine Polyeders P ist durch D(P ) = e ϕ(e) R Q (R/(π Q)) e gegeben. Dabei erfolgt die Summation über alle Kanten des Polyeders. Hinweis 3: Die Summe der Dehn-Invarianten ändert sich bei der Zerlegung von Polyedern durch Hyperebenen nicht. Hinweis 4: Berechnen Sie die Dehn-Invariante eines Würfels. Hinweis 5: Berechnen Sie die Dehn-Invariante eines Tetraeders. (Zum Beispiel das mit den Ecken 0, 1 1, 1 0, ). Hinweis 6: Sie dürfen die Formel V = 2 12 a3 für das Volumen V eines Tetraeders mit der Seitenlänge a benutzen. Hinweis 7: Sie dürfen das Ergebnis der Algebra-Übungsgabe unten benutzen. Hinweis 8: congruence Aufgabe Es gelte cos(α) = 1. Zeigen Sie, dass es keine rationale Zahl r Q mit 3 α = r π gibt. Hinweis: Sie könnten den Beweis mittels folgender Strategie führen: 1. Wir nehmen an, es gelte α = r π für ein r Q. 2. Zeigen Sie, dass dann die Folge a : m a m := cos(2 m α) nur endlich viele Werte annimmt. 3. Die Folge a ist durch a 0 = 1 und a 3 n+1 = 2a 2 n 1 gegeben. (Additionstheorem des Kosinus) 4. Ist a n = b mit nicht durch drei teilbaren ganzen Zahlen b und c, so ist 3k c a n+1 = B mit nicht durch drei teilbaren ganzen Zahlen B und C. 32k C 5. Folgern Sie aus 4. einen Widerspruch zu 2. Abgabe: Bis Mittwoch, 4. Juli 10 Uhr, in das Fach 12 bei Raum T03 R03 D89.

Mat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1

Mat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1 Aufgabe. Bestimmen Sie das Exponential expa) der Matrix ) 5 6 A = Mat, R). 4. Wir bestimmen das charakterische Polynom f A t) = t t = t )t + ). ). Eigenvektor zu EW ist v = ). Eigenvektor zu EW ist v =

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).

Mehr

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009 I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe

Mehr

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016, Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren

Mehr

Lineare Algebra für Physiker 11. Übungsblatt

Lineare Algebra für Physiker 11. Übungsblatt Lineare Algebra für Physiker 11. Übungsblatt Fachbereich Mathematik SS 01 Prof. Dr. Matthias Schneider./. Juli 01 Dr. Silke Horn Dipl.-Math. Dominik Kremer Gruppenübung Aufgabe G1 (Minitest) (a) Welche

Mehr

Lineare Algebra 2 (SS 13) Blatt 13: Musterlösung

Lineare Algebra 2 (SS 13) Blatt 13: Musterlösung Prof. Dr. B. Hanke Dr. J. Bowden Lineare Algebra 2 (SS ) Blatt : Musterlösung Aufgabe. Es sei C (R) der R-Vektorraum der unendlich oft differenzierbaren Funktionen auf R und : C (R) C (R), f f die Abbildung,

Mehr

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

Lineare Algebra II Lösungen zu ausgewählten Aufgaben Lineare Algebra II Lösungen zu ausgewählten Aufgaben Blatt 2, Aufgabe 3 a) Wir zeigen, daß das Ideal (2, X) kein Hauptideal in Z[X] ist. (Dieses Ideal besteht aus allen Elementen in Z[X], die von der Form

Mehr

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015 sskizzen der Klausur zur Linearen Algebra im Herbst 5 Aufgabe I. Es sei (G, ) eine Gruppe mit neutralem Element e und M {x G x x e}. Zeigen Sie: (a) Ist G kommutativ, so ist M eine Untergruppe von G. (b)

Mehr

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,

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, Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist

Mehr

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

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG

KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG Aufgabe 1 Es sei K ein Körper, V ein K-Vektorraum, und seien v 1,..., v n V (n N). (a) Definieren Sie, wann die endliche Familie v 1,...,

Mehr

Klausur zur Vorlesung Lineare Algebra II

Klausur zur Vorlesung Lineare Algebra II Universität zu Köln Sommersemester 06 Mathematisches Institut 9. Juli 06 Prof. Dr. P. Littelmann Dr. Teodor Backhaus Klausur zur Vorlesung Lineare Algebra II Bearbeitungszeit 80 Minuten Bitte geben Sie

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette

3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette 1. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 30.10.03 1 Finden 2 Sei Sie reelle Zahlen a, b, c, so dass a (2, 3, 1) + b (1, 2, 2) + c (2, 5, 3) = (3, 7, 5). (V,, ) ein euklidischer Vektorraum. Zeigen

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar Lineare Algebra II, SS 11. Blatt Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2

Mehr

Lösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink

Lösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink Lineare Algebra D-MATH, HS 201 Prof. Richard Pink Lösung zu Serie 18 1. Sei V,, ein endlich-dimensionaler unitärer Vektorraum. Zeige, dass zu jeder Sesquilinearform f : V V C eine eindeutige lineare Abbildung

Mehr

Klausur Lineare Algebra I & II

Klausur Lineare Algebra I & II Prof. Dr. G. Felder, Dr. Thomas Willwacher ETH Zürich, Sommer 2010 D MATH, D PHYS, D CHAB Klausur Lineare Algebra I & II Bitte ausfüllen! Name: Vorname: Studiengang: Bitte nicht ausfüllen! Aufgabe Punkte

Mehr

Lineare Algebra II 11. Übungsblatt

Lineare Algebra II 11. Übungsblatt Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross 9 / Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest (Bearbeitung innerhalb von Minuten und ohne Benutzung des

Mehr

Übungen zur Vorlesung Lineare Algebra

Übungen zur Vorlesung Lineare Algebra Übungen zur Vorlesung Lineare Algebra Institut für Reine Mathematik WS 2009/10 & SS 2010 Kapitel 1. Vektorräume Was ist ein Vektorraum? Sei X und K ein Körper. Wie macht man Abb (X, K) zu einem K -Vektorraum?

Mehr

r i w i (siehe (3.7)). r i v, w i = 0.

r i w i (siehe (3.7)). r i v, w i = 0. Orthogonales Komplement und Orthogonalprojektion Wir betrachten weiterhin einen euklidischen Vektorraum V,,. (6.13) Def.: Ist M V, so heißt das orthogonale Komplement von M. (6.14) Fakt. (i) M ist Untervektorraum

Mehr

7.2 Die adjungierte Abbildung

7.2 Die adjungierte Abbildung 7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau 312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind

Mehr

1 Die Jordansche Normalform

1 Die Jordansche Normalform Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 4/5 A Die Jordansche Normalform Vierter Tag (9.03.205) Im Zusammenhang mit der Lösung komplexer Differentialgleichungssysteme

Mehr

4.2 Die adjungierte Abbildung

4.2 Die adjungierte Abbildung 4.2. DIE ADJUNGIERTE ABBILDUNG 177 4.2 Die adjungierte Abbildung Die Vektorräume dieses Paragraphen seien sämtlich euklidisch, die Norm kommt jetzt also vom inneren Produkt her, v = v v. Zu f Hom R (V,

Mehr

Musterlösungen zur Linearen Algebra II Weihnachtszettel

Musterlösungen zur Linearen Algebra II Weihnachtszettel Musterlösungen zur Linearen Algebra II Weihnachtszettel Aufgabe. Welche der folgenden Matrizen 3 0 0 A = 0 4, B = 3, C = 0 0 0 6 0 0 0 sind über R und welche über C diagonalisierbar? Bestimmen Sie dazu

Mehr

a) Ein Gruppenhomomorphismus von G nach H ist eine Abbildung Φ : G H, sodass für alle g 1, g 2 G die Gleichung Φ(g 1 g 2 ) = Φ(g 1 ) Φ(g 2 )

a) Ein Gruppenhomomorphismus von G nach H ist eine Abbildung Φ : G H, sodass für alle g 1, g 2 G die Gleichung Φ(g 1 g 2 ) = Φ(g 1 ) Φ(g 2 ) I. (4 Punkte) Es seien (G, ) eine Gruppe mit neutralem Element e G und (H, ) eine weitere Gruppe. a) Geben Sie die Definition eines Gruppenhomomorphismus Φ : G H an und beweisen Sie, dass für solch einen

Mehr

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153 3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische

Mehr

Übungen zur Diskreten Mathematik I Blatt 6

Übungen zur Diskreten Mathematik I Blatt 6 1 Blatt 6 Aufgabe 19 Es sei M := {n N : n 2} und R := {(n, m) M M : n teilt m}. a) Zeigen Sie, dass R eine Ordnungsrelation auf M ist. b) Überprüfen Sie, ob R eine totale Ordnung auf M ist. c) Zeigen Sie,

Mehr

Musterlösung der Klausur zur linearen Algebra II

Musterlösung der Klausur zur linearen Algebra II David Blottière SS 7 Patrick Schützdeller Universität Paderborn Julia Sauter Musterlösung der Klausur zur linearen Algebra II Aufgabe 1 Bestimmen Sie Jordan-Normalformen der folgenden Matrizen, und schreiben

Mehr

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

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008

KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008 KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008 MUSTERLÖSUNG Name: Studiengang: Aufgabe 1 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter die Aufgabenstellung

Mehr

Steilkurs Lineare Algebra 1 einige wichtige Stationen

Steilkurs Lineare Algebra 1 einige wichtige Stationen Steilkurs Lineare Algebra 1 einige wichtige Stationen Für einen Körper K ist ein K-Vektorraum V eine Menge mit einer kommutativen und assoziativen Verknüpfung + : V V V, für die es ein neutrales Element

Mehr

Kapitel 11. Bilinearformen über beliebigen Bilinearformen

Kapitel 11. Bilinearformen über beliebigen Bilinearformen Kapitel 11 Bilinearformen über beliebigen Körpern Wir können in diesem Kapitel rasch vorgehen, weil die meisten Konzepte im Zusammenhang mit Sesquilinearformen bereits eingeführt wurden. In diesem Abschnitt

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 2014/2015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 10 Abgabetermin: Freitag, 16.01.2015, 11 Uhr Auf diesem

Mehr

6. Normale Abbildungen

6. Normale Abbildungen SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische

Mehr

Mathematik I. Vorlesung 18. Vielfachheiten und diagonalisierbare Abbildungen. µ λ = dim(eig λ (ϕ))

Mathematik I. Vorlesung 18. Vielfachheiten und diagonalisierbare Abbildungen. µ λ = dim(eig λ (ϕ)) Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 18 Vielfachheiten und diagonalisierbare Abbildungen Satz 18.1. Es sei K ein Körper und es sei V ein endlichdimensionaler K- Vektorraum.

Mehr

= ( n x j x j ) 1 / 2

= ( n x j x j ) 1 / 2 15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors

Mehr

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich Henning Krause Lineare Algebra Julia Sauter SS 27 Klausur 2.9.27 mit Lösungsvorschlag Jan Geuenich Aufgabe (4 Punkte: Sei n N und seien A und B zwei (n n-matrizen über einem Körper K. Wahr Falsch (a Es

Mehr

Aufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie:

Aufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie: Aufgabe I (4 Punkte Gegeben seien die Matrix und die Menge Zeigen Sie: H := L := {A R 4 4 A HA = H} a L ist bezüglich der Matrizenmultiplikation eine Gruppe b Die Matrizen der Form ( E O, O B wobei E R

Mehr

Lineare Algebra II. Inhalt und Begriffe. Lineare Algebra II p. 1

Lineare Algebra II. Inhalt und Begriffe. Lineare Algebra II p. 1 Lineare Algebra II Inhalt und Begriffe Lineare Algebra II p. 1 Inhaltsverzeichnis Kapitel II Grundlagen der Linearen Algebra... Lineare Algebra II p. 2 Inhaltsverzeichnis Kapitel II Grundlagen der Linearen

Mehr

D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld. Clicker Fragen

D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld. Clicker Fragen D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld Clicker Fragen Frage 1 Wenn eine reelle Matrix einen Eigenvektor hat, so hat es unendlich viele Eigenvektoren Sei u K n einen Eigenvektor von A M

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 34 Die Diagonalisierbarkeit von Isometrien im Komplexen Satz 34.1. Es sei V ein endlichdimensionaler C-Vektorraum

Mehr

4.4 Hermitesche Formen

4.4 Hermitesche Formen 44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung

Mehr

Lösung 7: Bilinearformen

Lösung 7: Bilinearformen D-MATH Lineare Algebra II FS 207 Dr. Meike Akveld Lösung 7: Bilinearformen. a). Seien u, u 2 V, λ K, dann gelten nach Voraussetzung: L v (u + λu 2 ) =β(v, u + λu 2 ) = β(v, u ) + β(v, λu 2 ) =β(v, u )

Mehr

1. Hausübung ( )

1. Hausübung ( ) Übungen zur Vorlesung»Lineare Algebra B«(SS ). Hausübung (8.4.) Aufgabe Es seien σ (3, 6, 5,, 4, 8,, 7) und τ (3,,, 4, 6, 5, 8, 7). Berechnen Sie σ τ, τ σ, σ, τ, die Anzahl der Inversionen von σ und τ

Mehr

Lina II - Aufgaben zur Vorbereitung für die Klausur (Teil 1) - Lösungen

Lina II - Aufgaben zur Vorbereitung für die Klausur (Teil 1) - Lösungen Lina II - Aufgaben zur Vorbereitung für die Klausur (Teil 1) - en Kommentare an HannesKlarner@FU-Berlinde FU Berlin SS 1 Dia- und Trigonalisierbarkeit Aufgabe (1) Gegeben seien A = i i C 3 3 und B = 1

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 0/06 Lineare Algebra und analytische Geometrie I Vorlesung... und ein guter Lehrer kann auch einem schlechten Schüler was beibringen Beziehung zwischen Eigenräumen Wir

Mehr

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform LinAlg II Version 1 29. Mai 2006 c Rudolf Scharlau 219 3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform Das Problem der Normalformen für Endomorphismen handelt kurz gesprochen

Mehr

Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Musterlösungen zu den Übungen

Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Musterlösungen zu den Übungen Technische Universität München Department of Physics Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Musterlösungen zu den Übungen Freitag, 6.. Sascha Frölich

Mehr

Ferienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte

Ferienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte Technische Universität München, Fakultät für Physik Ferienkurs - ineare Algebra Hanna Schäfer 03. März 04 0. inearität. f : M N, x : y = f(x) Merkinhalte. f(x + λy) = f(x) + λf(y), x, y V, λ K 3. ineare

Mehr

Lineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß

Lineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Lineare Algebra I - 26. Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Donnerstag 8.12.: 8:30 Uhr - Vorlesung 10:15 Uhr - große Übung / Fragestunde Klausur: Mittwoch, 14.12. 14:15 Uhr, A3 001 Cauchy-Schwarz

Mehr

Lineare Algebra I/II LVA ,

Lineare Algebra I/II LVA , Lineare Algebra I/II LVA 401-1151-00,401-1152-00 Prof. G. Wüstholz, C. Fuchs Lösungen zur Basisprüfung, HS08/FS09 09.02.2010 1. a) (1 Punkt) Wir beginnen mit dem charakteristischen Polynom der Matrix A:

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 215/216 Lineare Algebra und analytische Geometrie I Vorlesung 27 In der letzten Vorlesung haben wir die Haupträume zu einem Eigenwert λ zu einem Endomorphismus ϕ als Kern

Mehr

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? 1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2

Mehr

Zusammenfassung Lineare Algebra II

Zusammenfassung Lineare Algebra II Zusammenfassung Lineare Algebra II CC BY: Tim Baumann, http://timbaumanninfo/uni-spicker Notation Sofern nicht anders angegeben, bezeichne K im folgenden einen beliebigen Körper, V einen (möglicherweise

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Euklidische und unitäre Vektorräume In allgemeinen Vektorräumen gibt es keine Möglichkeit der Längenmessung von Vektoren und der Winkelmessung zwischen zwei Vektoren. Dafür ist eine zusätzliche Struktur

Mehr

6 Eigenwerte und Eigenvektoren

6 Eigenwerte und Eigenvektoren 6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,

Mehr

Lineare Algebra I Zusammenfassung

Lineare Algebra I Zusammenfassung Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition

Mehr

5 Lineare Abbildungen

5 Lineare Abbildungen 5 Lineare Abbildungen Pink: Lineare Algebra 2014/15 Seite 59 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,

Mehr

4 Lineare Abbildungen Basisdarstellungen

4 Lineare Abbildungen Basisdarstellungen 4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w

Mehr

5 Lineare Abbildungen

5 Lineare Abbildungen 5 Lineare Abbildungen Pink: Lineare Algebra HS 2014 Seite 56 5 Lineare Abbildungen 5.1 Definition Gegeben seien Vektorräume U, V, W über einem Körper K. Definition: Eine Abbildung f : V W heisst K-linear,

Mehr

Übungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel.

Übungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel. Blatt 1 21.4.97 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel. 3x 1 x 2 + 5x 3 = 1 x 1 + 2x 2 + x 3 = 1 2x 1 + 4x 2 + 3x 3 = 1 2.) Zeigen Sie: det 1 1 0 0.......... 0 1

Mehr

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching Lineare Algebra 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching November 9, 27 Erinnerung 2 Vektoräume Sei V ein Vektorraum, U V, U {}. U hiesst Untervektorraum, Unterraum,

Mehr

4.3 Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen

4.3 Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen 196 KAPITEL 4. VEKTORRÄUME MIT SKALARPRODUKT 4. Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen In diesem Abschnitt betrachten wir Vektorräume über IR und über C. Ziel ist es, in solchen Vektorräumen

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

7 Lineare Abbildungen und Skalarprodukt

7 Lineare Abbildungen und Skalarprodukt Mathematik II für inf/swt, Sommersemester 22, Seite 121 7 Lineare Abbildungen und Skalarprodukt 71 Vorbemerkungen Standard Skalarprodukt siehe Kap 21, Skalarprodukt abstrakt siehe Kap 34 Norm u 2 u, u

Mehr

Lösungsskizze zur Wiederholungsserie

Lösungsskizze zur Wiederholungsserie Lineare Algebra D-MATH, HS Prof. Richard Pink Lösungsskizze zur Wiederholungsserie. [Aufgabe] Schreibe die lineare Abbildung f : Q Q 5, x +x +x x x +x +6x f x := x +x +8x x x +x +x. x +x +5x als Linksmultiplikation

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 5. Vektorräume mit Skalarprodukt Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der

Mehr

Lineare Algebra II 6. Übungsblatt

Lineare Algebra II 6. Übungsblatt Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

Abschnitt 1. Jordan Normalform

Abschnitt 1. Jordan Normalform Abschnitt Jordan Normalform Beispiel & Eigenschaften λ λ λ λ 2 λ 2 λ 2 λ 3 Voraussetzung: χ zerfällt Dann: ex. Basis, s.d. Darstellungsmatrix Jordan-Form hat Minimalpolynom µ hat Faktor zu jedem EW in

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um

Mehr

Übungen zur Geometrie

Übungen zur Geometrie Aufgabe 1.1. Beweisen Sie die folgende Aussage: Die Diagonalen eines Parallelogrammes schneiden sich in ihren Mittelpunkten. Aufgabe 1.2. Beweis von: rechter Winkel = stumpfer Winkel D A E M F B C AB beliebige

Mehr

3.5 Duale Vektorräume und Abbildungen

3.5 Duale Vektorräume und Abbildungen 3.5. DUALE VEKTORRÄUME UND ABBILDUNGEN 103 3.5 Duale Vektorräume und Abbildungen Wir wollen im Folgenden auch geometrische Zusammenhänge mathematisch beschreiben und beginnen deshalb jetzt mit der Einführung

Mehr

Aufgaben zu Kapitel 20

Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v

Mehr

Prüfung Lineare Algebra 2

Prüfung Lineare Algebra 2 1. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix,

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

Mehr

Lineare Algebra II Lösungen der Aufgaben 42 und 43

Lineare Algebra II Lösungen der Aufgaben 42 und 43 D Blottière SS 7 P Schützdeller Universität Paderborn Lineare Algebra II Lösungen der Aufgaben 4 und 43 Aufgabe 4 : Bemerkungen : Es sei V ein n-dimensionaler Vektorraum über einem Körper K und β : V V

Mehr

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4Q Lineare Algebra/Analytische Geometrie II SoSe 2016

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4Q Lineare Algebra/Analytische Geometrie II SoSe 2016 Name, Vorname Matrikel-Nr. Aufg. Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4Q Lineare Algebra/Analytische Geometrie II SoSe 206 Bearbeiten Sie bitte

Mehr

Unter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über

Unter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über 9 Innere Produkte In diesem Kapitel betrachten wir immer Vektorräume über dem Körper der reellen Zahlen R oder dem Körper der komplexen Zahlen C. Definition 9.1: Sei V ein Vektorraum über R. Ein inneres

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof Dr H Brenner Osnabrück SS 22 Mathematik für Anwender II Vorlesung Euklidische Vektorräume Im Anschauungsraum kann man nicht nur Vektoren addieren und skalieren, sondern ein Vektor hat auch eine Länge,

Mehr

Leitfaden 34. , dies ist eine reelle symmetrische Matrix, also diagonalisierbar.

Leitfaden 34. , dies ist eine reelle symmetrische Matrix, also diagonalisierbar. Leitfaden 34 5. Euklidsche und unitäre Räume (und selbstadjungierte, orthogonale, unitäre, normale Endomorphismen). 5.1. Reelle symmetrische Matrizen sind diagonalisierbar. Satz: Reelle symmetrische Matrizen

Mehr

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel 4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der

Mehr

Aufgaben zur Vorlesung: Lineare Algebra und analytische Geometrie I

Aufgaben zur Vorlesung: Lineare Algebra und analytische Geometrie I Institut für Mathematik Blatt Prof. Dr. B. Martin, H. Süß Abgabe: 0.4. Aufgaben zur Vorlesung: Lineare Algebra und analytische Geometrie I Aufgabe : 2 Punkte Stellen Sie die Gleichung der Ebene auf, in

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U

Mehr

Lineare Algebra II, Lösungshinweise Blatt 9

Lineare Algebra II, Lösungshinweise Blatt 9 Prof Dr Katrin Wendland Priv Doz Dr Katrin Leschke Christoph Tinkl SS 27 Lineare Algebra II, Lösungshinweise Blatt 9 Aufgabe (4 Punkte) Sei 2 3 4 A = 5 6 Berechnen Sie A k für alle k N und verifizieren

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 53 Norm von Endomorphismen und Matrizen Definition 53.1. Es seien V und W endlichdimensionale normierte K-

Mehr

{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1,

{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1, Aufgabe I1 (4 Punkte) Es seien (G, ) und (H, ) Gruppen a) Wann heißt eine Abbildung Φ : G H ein Gruppenhomomorphismus? b) Es seien Φ, Ψ : G H zwei Gruppenhomomorphismen Zeigen Sie, dass eine Untergruppe

Mehr

11.2 Orthogonalität. Wintersemester 2013/2014

11.2 Orthogonalität. Wintersemester 2013/2014 Universität Konstanz Fachbereich Mathematik und Statistik Wintersemester 2013/2014 Markus Scheighofer Lineare Algebra I 11.2 Orthogonalität Definition 11.2.1. Seien V ein K-Vektorraum mit Skalarprodukt

Mehr

23. Die Jordan sche Normalform

23. Die Jordan sche Normalform Chr.Nelius, Lineare Algebra II (SS 2005) 1 23. Die Jordan sche Normalform Wir suchen für einen trigonalisierbaren Endomorphismus unter seinen dreiecksförmigen Darstellungsmatrizen eine Darstellungsmatrix,

Mehr

Bonusmaterial Euklidische und unitäre Vektorräume Geometrie in höheren Dimensionen

Bonusmaterial Euklidische und unitäre Vektorräume Geometrie in höheren Dimensionen Bonusmaterial Euklidische und unitäre Vektorräume Geometrie in höheren Dimensionen Orthogonale und unitäre Endomorphismen Wir untersuchen nun lineare Abbildungen in euklidischen und unitären Vektorräumen

Mehr

Musterlösungen zur Linearen Algebra II Übungsklausur

Musterlösungen zur Linearen Algebra II Übungsklausur Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,

Mehr

Klausur zur Vorlesung Lineare Algebra und Geometrie I

Klausur zur Vorlesung Lineare Algebra und Geometrie I Klausur zur Vorlesung Lineare Algebra und Geometrie I Ruhr-Universität Bochum Prof. Dr. Peter Eichelsbacher 3. April 2007, 9.00-13.00 Uhr, 240 Minuten Name und Geburtsdatum: Matrikelnummer: Hinweise: Überprüfen

Mehr

Skalarprodukt, Norm & Metrik

Skalarprodukt, Norm & Metrik Skalarprodukt, Norm & Metrik Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 11. Mai 2016 Stefan Ruzika 5: Skalarprodukt, Norm & Metrik 11. Mai 2016 1 / 13 Gliederung 1

Mehr

LINEARE ALGEBRA I JÜRGEN HAUSEN

LINEARE ALGEBRA I JÜRGEN HAUSEN LINEARE ALGEBRA I JÜRGEN HAUSEN Anstelle eines Vorwortes... Der vorliegende Text entstand aus einer einführenden Vorlesung Lineare Algebra im Rahmen des Mathematikstudiums. Ich habe mich um knappe Darstellung

Mehr

(a) Bestimmen Sie die Matrixdarstellung dieser Abbildung bzgl. einer möglichst einfachen Basis von P n - (b) Bestimmen Sie die zu F duale Abbildung F.

(a) Bestimmen Sie die Matrixdarstellung dieser Abbildung bzgl. einer möglichst einfachen Basis von P n - (b) Bestimmen Sie die zu F duale Abbildung F. Übung. Wiederholen Sie die folgenden Begriffe und geben sie jeweils Beispiele (a) Vektorraum (b) Vektorraumhomomorphismus mit Spezialfällen (c) Basis (d) Dualraum (e) Duale Basis (f) Koordinatenabbildung

Mehr

Lineare Algebra für PhysikerInnen

Lineare Algebra für PhysikerInnen Universität Wien, SS 2015 Lineare Algebra für PhysikerInnen Beispiele für Multiple-Choice-Fragen Punkteschlüssel: [Typ 1 aus 4] und [Typ 3 aus 4]... 0.8 Punkte [Typ 2 aus 4]... 1 Punkt Bei der schriftlichen

Mehr

Mathematik II. Vorlesung 46. Der Gradient

Mathematik II. Vorlesung 46. Der Gradient Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 46 Der Gradient Lemma 46.1. Es sei K ein Körper und V ein K-Vektorraum, der mit einer Bilinearform, versehen sei. Dann gelten folgende Aussagen

Mehr