Musterlösung Serie 12
|
|
- Christina Hoch
- vor 5 Jahren
- Abrufe
Transkript
1 D-MATH Lineare Algebra I HS 208 Prof Richard Pink Musterlösung Serie 2 Determinante und Ähnlichkeit Berechnen Sie die Determinanten der folgenden Matrizen: A : C :, B : Lösung: Durch Anwenden des Gaussverfahrens erhält man detpaq 4 detpbq 0 detpcq Alternativ kann man für detpbq direkt erkennen, dass die erste Spalte der Matrix B eine Linearkombination der dritten und fünften Spalte ist Die Matrix B ist daher nicht invertierbar, also detpbq 0 2 Berechne in Abhängigkeit von a, b, c, d, e die Determinante der Matrix a a a a a a b b b b a b c c c a b c d d a b c d e Lösung: Durch Subtrahieren der letzten Zeile von allen anderen Zeilen in der gegebenen Matrix erhält man 0 a b a c a d a e 0 0 b c b d b e A : c d c e d e a b c d e
2 Durch einmaliges zyklisches Permutieren der Zeilen, das heisst, durch Verschieben der untersten Zeile an die oberste Stelle, entsteht eine obere Dreiecksmatrix, deren Determinante das Produkt der Diagonaleinträge ist Da die Permutation gerade ist, erhalten wir die Antwort a a a a a a b b b b det a b c c c a b c d d detpa q apa bqpb cqpc dqpd eq a b c d e 3 Seien a und b Elemente eines Körpers K und für n ě sei A n die pn ˆ nq-matrix b a a a a a a b Beweise: detpa n q pb aq n `b ` pn qa Lösung: Sei B n die n ˆ n Matrix a a a a a b a a B n : a a a a a a a b Behauptung detpb n q pb aq n a Beweis Wir verwenden Induktion Wegen B paq gilt die Aussage für n Angenommen, die Aussage gilt für ein n ě Durch Subtrahieren der zweiten von der ersten Zeile von B n` erhält man die Matrix 0 a b 0 0 a b a a Bn` : a a a a a a a b und durch Entwickeln von B n` nach der ersten Zeile erhält man detpb n` q detpb n`q pb aq detpb n q IV pb aq n a 2
3 Behauptung detpa n q pb aq n `b ` pn qa Beweis Wir verwenden Induktion über n Wegen A pbq gilt die Aussage für n Angenommen, die Aussage gilt für ein n ě Durch Subtrahieren der zweiten von der ersten Zeile von A n` erhält man die Matrix b a a b 0 0 a b a a A n` : a a a a a a a b und durch Entwickeln von A n` nach der ersten Zeile erhält man detpa n` q pb aq detpa n q ` p qpa bq detpb n q IV pb aq n`b ` pn qa ` pb aq n a pb aq n pb ` naq Die Aussage gilt also auch für den Fall n ` Alternativ kann man wie folgt vorgehen: Durch Addieren der ersten n Spalten zur letzten Spalte, erhält man eine Matrix die in der letzten Zeile den Eintrag pb ` pn qaq p,, q T hat Durch Herausziehen des Faktors pb ` pn qaq und Subtrahieren des a-fachen der letzten Spalte von allen anderen Spalten erhält man eine obere Dreiecksmatrix mit Einträgen auf den Diagonalen b a,, b a, Es folgt b a b a 0 detpa n q pb`pn qaq det pb`pn qaqpb aq n 0 0 b a 0 0 *4 Die Zahlen 204, 484, 370 und 6996 sind alle durch 06 teilbar Zeige ohne zu rechnen, dass auch det durch 06 teilbar ist 3
4 Lösung: Wir addieren (000ˆ( Spalte) ` 00ˆ(2 Spalte) ` 0ˆ(3 Spalte)) zur 4 Spalte Wir ändern die Determinante dadurch nicht und erhalten: det det Da jeder Eintrag in der letzten Spalte durch 06 teilbar ist, gilt a det det 4 8 a a a 4 mit ganzen Zahlen a,, a 4 Da die Determinante einer Matrix mit Einträgen aus Z wieder in Z liegt, folgt die Aussage 5 Berechne die Determinante der 75ˆ75-Matrix C : pc kl q k,l,,75 mit # k 2 ` falls k l c kl : kl falls k l Lösung: Sei C pc klq die Matrix die aus C entsteht, indem man für alle ď k, l ď 75 die k-te Zeile mit {k und die l-te Spalte mit {l multipliziert In Formeln gilt # c kl kl c ` falls k l k kl 2 falls k l, oder auch 2 ` 4 C ` 75 2 Da C durch Zeilen- und Spaltenmultiplikation aus C entsteht, gilt det C p75!q 2 det C Sei nun C 2 die Matrix, die aus C durch Subtraktion der ersten Spalte von allen anderen entsteht Dann haben wir det C det C 2 mit C
5 Durch Addition des j 2 -fachen der j-ten Zeile zur ersten Zeile für alle 2 ď j ď 75 erhält man die untere Dreiecksmatrix 2 ` ř75 j2 j C mit Determinante detpc 3 q Insgesamt folgt 2 ` Mit der bekannten Formel ÿ75 j2 j 2 75 ź m2 m 2 detpcq p75!q 2 det C ` nÿ k 2 k kpk ` qp2k ` q 6 ÿ 2 75 ` j p75!q 2 j ÿ75 j j 2 für alle n ě, die man zum Beispiel mit Induktion beweist, schliessen wir detpcq ` *6 Seien x i und y i Elemente eines Körpers mit x i y j für alle i, j; und sei ˆ F n px,, x n, y,, y n q : det x i y j (a) Beweisen Sie für alle n ě die Rekursionsformel F n px,, y n q i,j,,n ś n i px n x i qpy i y n q ś n i px i y n q ś n i px n y i q F n px,, y n q Hinweis: Subtrahieren Sie die letzte Spalte von jeder anderen Spalte Subtrahieren Sie dann ein geeignetes Vielfache der letzten Zeile von jeder anderen Zeile (b) Leiten Sie daraus eine Formel für F n px,, y n q her 5
6 (c) Zeigen Sie, dass mit c n : ś n i i! gilt: 2 3 n det 2 n 3 n` 4 n` n`2 2n c4 n c 2n Lösung: (a) Sei A : pa ij q mit a ij : {px i y j q Durch die erste Subtraktion im Hinweis, die die Determinante nicht ändert, wird der Matrixeintrag a ij für j ă n zu b ij x i y j x i y n y j y n px i y j qpx i y n q, während die Einträge in der letzten Spalten gleich bleiben: b in {px i y n q Dann haben alle Einträge in der i-ten Zeile einen Faktor {px i y n q und alle Einträge in der j-ten Spalte mit j ă n einen Faktor py j y n q Verwendet man die Linearität der Determinanten in den Zeilen und Spalten, so erhält man ś n j det A py j y n q ś n i px i y n q det C, mit C pc ij q : x y x y n x n y x n y n Durch Subtrahieren der letzten Zeile von allen anderen Zeilen wird der Eintrag c ij für i, j ď n zu d ij x i y j x n y j x n x i px i y j qpx n y j q und die letzte Spalte ist p0,, 0, q T Es folgt dann wie oben ś n i det C px n x i q ś n j px n y j q det E mit E : x y x y n 0 x n y x n y n 0 Wegen det E F n px,, x n ; y,, y n q folgt die Behauptung 6
7 (b) Mit einem Induktionsbeweis folgt die Cauchysche Determinantenformel ˆ ś iăj det px j x i qpy i y j q ś x i y j i,j px i y j q (c) Mit x i i und y j j ` spezialisiert sich die Matrix p{px i y j qq ij aus der Aufgabe (a) zu der Matrix ph ij q p{pi ` j qq Sie heisst Hilbert-Matrix In diesem Fall lautet die Rekursionsformel F n ś n i pn iqp i ` nq ś n i pi ` n q ś n i pn ` i qf n pn q! 2 npn ` q p2n qnpn ` q p2n 2q F n pn q! 4 p2n q!p2n 2q! F n Aus F erhalten wir dann F n pn q! 4 pn 2q! 4! 4 p2n q!p2n 2q!p2n 3q!p2n 4q! 2!! c4 n c 2n 7 Entscheide, welche der folgenden Matrizen über Q ähnlich sind: ˆ 0 ˆ0 ˆ0 0 ˆ0 0 A :, A :, A :, A 0 4 :, 0 ˆ 0 ˆ ˆ ˆ2 0 A 5 :, A 0 6 :, A 7 :, A 8 : 0 0 Lösung: Zur Vorbereitung betrachte ein beliebiges n ě 0 und eine beliebige invertierbare n ˆ n-matrix U Dann gilt erstens U I n U I n ; also ist die Einheitsmatrix I n nur zu sich selbst ähnlich Zweitens seien A eine n ˆ n-matrix und B : UAU, also B ähnlich zu A Dann gilt B 2 puau qpuau q UpA 2 qu ; also ist B 2 ähnlich zu A 2 Drittens sei v P K n ein von Null verschiedener Vektor mit Av v Dann ist w : Uv ein von Null verschiedener Vektor mit Bw puau qpuvq UAv Uv w Die Existenz eines von Null verschiedenen Vektors mit Av v ist also invariant unter Ähnlichkeit Insbesondere ist A 5 zu keiner anderen Matrix A i ähnlich Sodann sieht man durch Konjugieren mit der Vertauschungsmatrix `0 0, dass A ähnlich zu A 4, und A 2 ähnlich zu A 3 ist Weiter sind A 2 2 und A 2 3 und A 2 7 gleich der Nullmatrix, die übrigen 7
8 A 2 i aber nicht Wegen KernpL A7 q x` y probieren wir Konjugation von A7 mit ˆ 0 der Matrix U :, und erhalten U A 7 U ˆ 0 ˆ ˆ 0 ˆ0 A Also sind A 3 und A 7 zueinander ähnlich Wegen KernpL A6 q x` y probieren wir ˆ Konjugation von A 6 mit der Matrix V :, und erhalten V A 6 V ˆ {2 {2 ˆ ˆ {2 {2 ˆ2 0 A Also ist A 6 ähnlich zu A 8 Schliesslich existiert ein von Null verschiedener Vektor v : ` 0 mit A v v, aber kein von Null verschiedener Vektor w P K 2 mit A 8 w w Also sind A und A 8 nicht ähnlich Da Ähnlichkeit eine Äquivalenzrelation ist, folgt insgesamt, dass A 2, A 3 und A 7, beziehungsweise A und A 4, beziehungsweise A 6 und A 8 ähnlich sind, aber keine weiteren Ähnlichkeiten der A i existieren 8 Sei KrXs ďn der Raum der Polynome über einem Körper K vom Grad ď n und seien x,, x n` paarweise verschiedene Elemente in K Zeige, dass die Abbildung Φ : KrXs ďn Ñ K n`, P pxq Ñ `P px q,, P px n` q ein Isomorphismus von Vektorräumen ist Hinweis: Übersetze die Aussage in eine Existenzaussage für Polynome Lösung: Wegen ΦpP ` Qq ppp ` Qqpx q,, pp ` Qqpx n` qq pp px q ` Qpx q,, P px n` q ` Qpx n` qq pp px q,, P px n` qq ` pqpx q,, Qpx n` qq ΦpP q ` ΦpQq ΦpλP q pλp px q,, λp px n` qq λφpp q für beliebige P, Q P Krxs ďn und λ P K ist die Abbildung linear Wir müssen zeigen, dass sie auch bijektiv ist Sei py,, y n` q P K n` ein beliebiges Element Behauptung Es existiert genau ein Polynom P P Krxs ďn mit ΦpP q py,, y n` q, also für welches gilt P px i q y i für i,, n ` 8
9 Beweis Eindeutigkeit: Sei pxq : P pxq P 2 pxq die Differenz zweier Polynome P und P 2 vom Grad n mit ΦpP q ΦpP 2 q py,, y n` q Dann ist ein Polynom von Grad ď n, das an den n ` verschiedenen Stellen x,, x n` verschwindet Aber ein von Null verschiedenes Polynom vom Grad ď n hat höchstens n verschiedene Nullstellen Es folgt 0 Existenz: Für i,, n ` sei g i pxq : n` ź j i j X x j x i x j Dies ist ein Polynom vom Grad ď n mit g i px j q δ ij für alle j,, n ` Also ist P pxq : n` ÿ i y i g i pxq ein Polynom vom Grad ď n mit P px i q y i für alle i,, n`, wie gewünscht Aliter: Alternativ kann man die Bijektivität auch mit der Vandermonde-Determinante zeigen Die Monome, X,, X n bilden eine Basis B von KrXs ďn Die Darstellungsmatrix der linearen Abbildung Φ bezüglich dieser Basis und der Standardbasis E von K n` ist gegeben durch x x 2 x n x 2 x 2 2 x n 2 EM B pφq x n` x 2 n` x n n` Ihre Determinante ist die Vandermonde-Determinante ś ďiăjďn` px j x i q, die ungleich Null ist für paarweise verschiedene x,, x n`, was wir als Voraussetzung haben Weil die Darstellungsmatrix eine von Null verschiedene Determinante besitzt, ist sie invertierbar und deshalb ist Φ ein Isomorphismus 9
Lösung zu Serie 10. Lineare Algebra D-MATH, HS Prof. Richard Pink
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 10 1. [Aufgabe] a) Sei V ein Unterraum eines K-Vektorraums V. Zeige, dass jede Linearform auf V eine Fortsetzung zu einer Linearform auf
MehrMusterlösung Serie 21
D-MATH Lineare Algebra II FS 09 Prof. Richard Pink Musterlösung Serie Positiv-Definitheit und Singulärwertzerlegung. Welche der folgenden drei reellen symmetrischen Matrizen sind positiv definit? A : 6
Mehr6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66
6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66 6 Determinanten 6.1 Symmetrische Gruppe Definition: Eine bijektive Abbildung von einer Menge X auf sich selbst heisst eine Permutation von X. Satz-Definition:
MehrSerie Sei V ein Vektorraum. Man nennt eine lineare Abbildung P : V V eine Projektion, falls P 2 = P gilt. Zeigen Sie:
Prof Emmanuel Kowalski Lineare Algebra II Serie 3 Sei V ein Vektorraum Man nennt eine lineare Abbildung P : V V eine Projektion, falls P 2 = P gilt Zeigen Sie: a Der Kern und das Bild einer Projektion
MehrLineare Algebra I. 2. Ist n = 4k für ein k N, so ist die
Universität Konstanz Wintersemester 009/010 Fachbereich Mathematik und Statistik Lösungsblatt 1 Prof Dr Markus Schweighofer 100010 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 11: Voraussetzung:
MehrLösung zu Serie 9. Lineare Algebra D-MATH, HS Prof. Richard Pink
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 9 1. [Aufgabe] Sei f : V W eine lineare Abbildung. Zeige: a) Die Abbildung f ist injektiv genau dann, wenn eine lineare Abbildung g :
MehrMusterlösung Serie 11
D-MATH Lineare Algebra I HS 08 Prof. Richard Pink Musterlösung Serie Dualraum, Quotientenvektorraum, Determinante. (a) Sei V ein Unterraum eines K-Vektorraums V. Zeige, dass jede Linearform auf V eine
MehrMusterlösung Serie 20
D-MATH Lineare Algebra II FS 9 Prof. Richard Pink Musterlösung Serie Orthogonale Gruppe, Adjungierte Abbildung und Spektralsatz. Berechne eine Zerlegung A QR der Matrix A in eine orthogonale Matrix Q und
MehrSerie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:
Lineare Algebra D-MATH, HS 214 Prof Richard Pink Serie 5 1 [Aufgabe] Invertieren Sie folgende Matrizen über Q: 1 a) 1 1 1 1 1 2 1 1 1 b) 1 2 1 1 1 1 2 1 1 1 1 2 1 2 3 1 c) 1 3 3 2 2 1 5 3 1 2 6 1 [Lösung]
MehrLösung 23: Sylvesters Trägheitssatz & Singulärwertzerlegung
D-MATH Lineare Algebra I/II HS 07/FS 08 Dr Meike Akveld Lösung 3: Sylvesters Trägheitssatz & Singulärwertzerlegung Wir wissen, dass eine Basis B von R n existiert, sodass p [β Q ] B I I q 0 n p q gilt
MehrLineare Algebra I - Prüfung Winter 2019
Lineare Algebra I - Prüfung Winter 209. (20 Punkte) Kreuzen Sie auf dem Abgabeblatt ihre Antwort an. Pro Teilaufgabe ist genau eine der vier Antwortmöglichkeiten richtig. Für jede richtig beantwortete
MehrSommer 2017 Musterlösung
Sommer 7 Musterlösung. (5 Punkte) a) Sei V ein Vektorraum über K und sei T End(V ). Geben Sie die Definition eines Eigenwertes von T und zeigen Sie für endlichdimensionales V, dass λ K genau dann ein Eigenwert
MehrBasisprüfung. 18. August 2015
Lineare Algebra I/II D-MATH, HS 4/FS 5 Prof Richard Pink Basisprüfung 8 August 25 [6 Punkte] Betrachte den reellen Vektorraum R 3 zusammen mit dem Standardskalarprodukt, und die Vektoren 9 3 v := 6, v
MehrDiagonalisierbarkeit symmetrischer Matrizen
¾ Diagonalisierbarkeit symmetrischer Matrizen a) Eigenwerte und Eigenvektoren Die Matrix einer linearen Abbildung ³: Î Î bezüglich einer Basis ( Ò ) ist genau dann eine Diagonalmatrix wenn jeder der Basisvektoren
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 205/6): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2
MehrLösung 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
MehrLineare Algebra I für Mathematiker Lösungen
Lineare Algebra I für Mathematiker Lösungen Anonymous 24. April 2016 Aufgabe 1 Beantworten Sie bitte die folgenden Fragen. Jeder Vektorraum hat mindestens ein Element. Q ist ein R-Vektorraum (mit der Multiplikation
Mehr3.9 Elementarmatrizen
90 Kapitel III: Vektorräume und Lineare Abbildungen 3.9 Elementarmatrizen Definition 9.1 Unter einer Elementarmatrix verstehen wir eine Matrix die aus einer n n-einheitsmatrix E n durch eine einzige elementare
MehrLösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen
D-MATH Lineare Algebra II FS 7 Dr. Meike Akveld Lösung 5: Gram-Schmidt Orthogonalisierung, adjungierte Abbildungen. a) Wegen der Linearität im ersten Argument gilt sicherlich w S :, w =. Somit ist S und
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 97 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
MehrLösung zu Serie Zeige, dass das Minimalpolynom jedes Jordanblocks gleich seinem charakteristischen
Lineare Algebra D-MATH, HS 4 Prof. Richard Pink Lösung zu Serie. Zeige, dass das Minimalpolynom jedes Jordanblocks gleich seinem charakteristischen Polynom ist. Lösung: Das charakteristische Polynom eines
MehrSerie 17: Satz von Cayley-Hamilton & spezielle Endomorphismen
D-MATH Lineare Algebra I/II HS 2017/FS 2018 Dr. Meike Akveld Serie 17: Satz von Cayley-Hamilton & spezielle Endomorphismen 1. Sei V ein K-Vektorraum. a) Sei T End(V ). Zeigen Sie, dass die folgenden alles
MehrLösungsskizze 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
MehrLösung zu Serie Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: A := B :=
Lineare Algebra D-MATH, HS 204 Prof. Richard Pink Lösung zu Serie 2. Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: 0 2 0 0 0 2 0 0 0 0 0 0 0
Mehr6.2 Rechnen mit Matrizen
62 Rechnen mit Matrizen 62 Rechnen mit Matrizen 103 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
MehrLineare Algebra. Wintersemester 2018/19. Berechnen Sie die Determinanten der folgenden Matrizen mit Einträgen in R: 4 2 = = 18.
Goethe-Universität Frankfurt Institut für Mathematik Lineare Algebra Wintersemester 218/19 Prof Dr Jakob Stix Martin Lüdtke Übungsblatt 11 15 Januar 219 Aufgabe 1 (5=1+1+1,5+1,5 Punkte) Berechnen Sie die
MehrDie wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen.
Definition: Lineare Abbildung Lineare Abbildungen Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen. 8.1 Definition: Lineare Abbildung Eine Funktion f : V Ñ W zwischen
MehrMusterlösung Serie 9
D-MATH Lineare Algebra I HS 2018 Prof. Richard Pink Musterlösung Serie 9 Lineare Abbildungen, Kern und Bild 1. Berechne eine Basis des Kerns und des Bildes der linearen Abbildung Q 4 Ñ Q 3, die durch Linksmultiplikation
Mehr)=(2 1 ( 2) 2) ( ) = 12 (Blockmatrix-Regel) Jede Zeile passend mit 1. Zeile addieren. Zeilentausch, 2. Zeile
Lineare Algebra Prof. Dr. R. Dahlhaus Dr. S. Richter, N. Phandoidaen Wintersemester 28/29 3. Präsenzblatt Lösungen Aufgabe P49 (erechnung von Determinanten). Sei n 2 N, n 2. Gegeben seien folgende Matrizen
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 95 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
MehrScheinklausur, 2. Teil, Lineare Algebra I, WS 2001, Prof. Dr. G. Hiß. Ja oder
Gruppe A Scheinklausur 2. Teil 15.2.2002 Lineare Algebra I WS 2001 Prof. Dr. G. Hiß Name: Matrikelnummer: Kreuzen Sie bei jeder Frage entweder Ja oder Nein oder nichts an. Auswertung der Multiple-Choice-Aufgaben:
Mehr3 Determinanten, Eigenwerte, Normalformen
Determinanten, Eigenwerte, Normalformen.1 Determinanten Beispiel. Betrachte folgendes Parallelogramm in der Ebene R 2 : y (a + c, b + d) (c, d) (a, b) x Man rechnet leicht nach, dass die Fläche F dieses
MehrLösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich:
Lineare Algebra D-MATH, HS 04 Prof. Richard Pink Lösung zu Serie. [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich: a) F (X) := X 5 X in R[X] und C[X]. b) F (X) := X 4 +X 3 +X in
MehrLineare Algebra I Lösungsvorschlag
Aufgabe Lineare Algebra I Lösungsvorschlag Wir bezeichnen mit a, a 2, a 3 Q 4 die Spalten der Matrix A. Es ist 7 a + 2a 2 = 7 4 = 7a 3, und wir sehen im l A = a, a 2, a 3 = a, a 2. Da die Vektoren a und
Mehr7.1 Matrizen. Die Kurzschreibweise von LGS führt zum Begriff der Matrix.
7.1 Die Kurzschreibweise von LGS führt zum Begriff der Matrix. 7.1 Eine pm, nq-matrix ist ein mn-tupel von Zahlen, die zu einem rechteckigen Schema aus m Zeilen und n Spalten angeordnet sind: a 1,1 a 1,2
Mehr4. Übungsblatt zur Mathematik II für Inf, WInf
Fachbereich Mathematik Prof Dr Streicher Dr Sergiy Nesenenko Pavol Safarik SS 010 11 15 Mai 4 Übungsblatt zur Mathematik II für Inf, WInf Gruppenübung Aufgabe G13 (Basistransformation) ( ) 15 05 Die lineare
MehrUE Zahlentheorie. Markus Fulmek
UE Zahlentheorie (Modul: Elementare Algebra (EAL)) Markus Fulmek Sommersemester 2015 Aufgabe 1: Betrachte folgende Partition der Menge r9s t1, 2, 3, 4, 5, 6, 7, 8, 9u Ă N: r9s t1, 4, 7u 9Y t2, 5, 8u 9Y
MehrTeil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.
Teil I Lineare Algebra I Vorlesung Sommersemester 0 Olga Holtz MA 378 Sprechstunde Fr 4-6 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do -4 und nv jokar@mathtu-berlinde Kapitel Die Determinante
MehrLineare Algebra 2. Lösung zu Aufgabe 7.2:
Technische Universität Dortmund Sommersemester 2017 Fakultät für Mathematik Übungsblatt 7 Prof. Dr. Detlev Hoffmann 15. Juni 2017 Marco Sobiech/ Nico Lorenz Lineare Algebra 2 Lösung zu Aufgabe 7.1: (a)
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrLösung 13: Unitäre Vektorräume und normale Abbildungen
D-MATH Lineare Algebra II FS 2017 Dr. Meike Akveld Lösung 13: Unitäre Vektorräume und normale Abbildungen 1. a) Im Folgenden sei γ : V V C die Abbildung γ(v, w) v + w 2 v w 2 i v + iw 2 + i v iw 2. : Wir
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 205): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2 2
Mehr3 Matrizen und Lineare Gleichungssysteme
3 Matrizen und LGS Pink: Lineare Algebra HS 2014 Seite 38 3 Matrizen und Lineare Gleichungssysteme 3.1 Definitionen Sei K ein Körper, und seien m,n,l natürliche Zahlen. Definition: Eine Matrix mit m Zeilen
MehrGeometrische Deutung linearer Abbildungen
Geometrische Deutung linearer Abbildungen Betrachten f : R n R n, f(x) = Ax. Projektionen z.b. A = 1 0 0 0 1 0 0 0 0 die senkrechte Projektion auf die xy-ebene in R 3. Projektionen sind weder injektiv
MehrÜbungsklausur Lineare Algebra
Übungsklausur Lineare Algebra Sommersemester 2010 Johannes Gutenberg-Universität Mainz Diese Übungsklausur ist sehr lang (gut zum Üben). In der richtigen Klausur finden Sie eine Multiple Choice aufgabe
MehrLineare Algebra Weihnachtszettel
Lineare Algebra Weihnachtszettel 0..08 Die Aufgaben auf diesem Zettel sind zum Üben während der Weihnachtspause gedacht, sie dienen der freiwilligen Selbstkontrolle. Die Aufgaben müssen nicht bearbeitet
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 7 Was die Menschen verbin, ist nicht der Glaube, sondern der Zweifel Peter Ustinow Universelle Eigenschaft der
Mehra 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:
Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag
MehrLösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung
D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Lösung Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Um zu zeigen, dass es sich bei den gegebenen Vektoren um Basen handelt,
MehrLösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.
Lineare Algebra D-MATH, HS 2014 Prof. Richard Pink Lösung zu Serie 8 1. [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren. a 1 A 1 a 2 A 2 a 3
MehrBerechnung der Determinante
Berechnung der Determinante Verhalten der Determinante unter elementaren Zeilenoperationen: Das Vertauschen zweier Zeilen/Spalten der Matrix A ändert nur das Vorzeichen der Determinante, d.h: i, j {1,...,
MehrR 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte
Aufgabe ( Es seien e =, e = Untervektorraum (, e = ( R und U := [e, e ] der von e, e erzeugte Weiter sei G := {A GL(, R A e = e und A U U} (a Zeigen Sie, dass G eine Untergruppe von GL(, R ist (b Geben
Mehr[Nächste Frage: wie wissen wir, ob Spaltenvektoren eine Basis bilden? Siehe L6.1] , enthält eine Basis v. V, nämlich und somit das ganze V.
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung falls und nur falls ist bijektiv, d.h. ihre Matrix ist invertierbar, (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
MehrAufgaben zur linearen Algebra und analytischen Geometrie I
Aufgaben zur linearen Algebra und analytischen Geometrie I Es werden folgende Themen behandelt:. Formale und logische Grundlagen 2. Algebraische Grundlagen 3. Vektorräume und LGS 4. Homomorphismen und
MehrProbeklausur - eine Lösung
Probeklausur - eine Lösung Aufgabe 1 Sei p eine Primzahl, n N, q = p n und F q der Körper mit q Elementen. Sei G = GL 2 (F q ). a) Bestimmen Sie #G. 1 x b) Zeigen Sie, dass P = { : x F 1 q } eine p-sylowgruppe
Mehr4 Lineare Algebra (Teil 2): Quadratische Matrizen
4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,
MehrNumerisches Programmieren (IN0019)
Numerisches Programmieren (IN0019) Frank R. Schmidt Winter Semester 2016/2017 5. Interpolation.................................................................................................. 2 Interpolation
MehrLösung 8: Quadratische Formen, Sylvesters Trägheitssatz
D-MATH Lineare Algebra II FS 207 Dr. Meike Akveld Lösung 8: Quadratische Formen, Sylvesters Trägheitssatz. Wir erinnern an den Hauptachsensatz: Jede von 0 verschiedene quadratische Form Q auf R 3 ist bis
MehrMusterlösung Serie 8
D-MATH Lineare Algebra I HS 018 Prof. Richard Pink Musterlösung Serie 8 Dimension, Direkte Summe & Komplemente 1. Zeige: Für jedes Erzeugendensystem E eines Vektorraums V und jede linear unabhängige Teilmenge
Mehr2.5 Smith-Normalform für Matrizen über Euklidischen Ringen
2.5. SMITH-NORMALFORM FÜR MATRIZEN ÜBER EUKLIDISCHEN RINGEN73 2.5 Smith-Normalform für Matrizen über Euklidischen Ringen Bemerkung 2.74. Sei K ein Körper und A K n m, b K n 1. Das lineare Gleichungssystem
MehrDreiecksmatrizen. Die Treppennormalform
Dreiecksmatrizen. Die Treppennormalform Lineare Algebra I Kapitel 4-5 8. Mai 202 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 4-6 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 12 Wege entstehen dadurch, dass man sie geht Franz Kafka Invertierbare Matrizen Definition 121 Es sei K ein
MehrSerie 1: Eigenwerte & Eigenvektoren
D-MATH Lineare Algebra II FS 2017 Dr. Meike Akveld Serie 1: Eigenwerte & Eigenvektoren 1. Beweisen oder widerlegen Sie, dass die folgenden Paare von Matrizen über dem angegebenen Körper zueinander ähnlich
MehrLineare 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
MehrBeispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger
Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger Stefan Lell 2. Juli 2 Aufgabe. Sei t Q und A t = t 4t + 2 2t + 2 t t 2t 2t Mat 3Q a Bestimmen Sie die Eigenwerte von A t in Abhängigkeit
MehrLINEARE ALGEBRA II. FÜR PHYSIKER
LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders
MehrMC-Serie 11: Eigenwerte
D-ERDW, D-HEST, D-USYS Mathematik I HS 14 Dr. Ana Cannas MC-Serie 11: Eigenwerte Einsendeschluss: 12. Dezember 2014 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung
MehrLineare 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.
Mehr1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema
1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und
Mehrmit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"
Zusammenfassung Matrizen Transponierte: Addition: mit Skalare Multiplikation: Matrixmultiplikation: m x p m x n n x p mit ES "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor" "Determinante"
MehrMusterlösungen 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
MehrKapitel 3 Lineare Algebra
Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R. Käppeli L. Herrmann W. Wu Herbstsemester 2016 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6.1 Berechnen Sie die Determinanten der beiden
MehrLösungsvorschläge zur Klausur. Lineare Algebra, Herbst 2010
Lösungsvorschläge zur Klausur Lineare Algebra, Herbst 200 I. Es seien n eine natürliche Zahl, M = {,..., n} N und S n die Gruppe der Permutationen der Menge M. Zeigen Sie: a) Für jedes a M ist H a := {σ
MehrKapitel 17. Determinanten
Kapitel 17. Determinanten Vorschau: Determinanten Es gibt drei Problemfelder, für die Determinanten von großem Nutzen sind: die formelmäßige Überprüfung der linearen Unabhängigkeit eines Systems von n
Mehr(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.
() In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K.
Mehra 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
MehrSerie 8: Online-Test
D-MAVT Lineare Algebra I HS 018 Prof Dr N Hungerbühler Serie 8: Online-Test Schicken Sie Ihre Lösung bis spätestens Freitag, den 3 November um 14:00 Uhr ab Diese Serie besteht nur aus Multiple-Choice-Aufgaben
MehrLösung Serie 13: Determinanten (Teil 2)
D-MATH/D-PHYS Lineare Algebra I HS 2017 Dr Meike Akveld Lösung Serie 13: Determinanten (Teil 2 1 a Wir zeigen die gewünschten Eigenschaften: 1 Es ist 2 Es ist ε(τ σ ε(id ( ε(σ id(j id(i τ(σ(j τ(σ(i ( τ(σ(j
Mehr3 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
MehrLösung Serie 10: Elementare Zeilenumformungen & Elementarmatrizen, Rang & Inverse einer Matrix
D-MATH/D-PHYS Lineare Algebra I HS 26 Dr. Meike Akveld Lösung Serie : Elementare Zeilenumformungen & Elementarmatrizen, Rang & Inverse einer Matrix. a) Sei w ImT + T 2 ), dann existiert ein v V, so dass
MehrTutorium: Analysis und Lineare Algebra
Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14.5.218 (Teil 2) 9. Mai 218 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 218 Steven Köhler 9. Mai 218 3 c 218
Mehrm 1 Die Bewegung der drei Kugeln wird beschrieben durch das folgende Differentialgleichungssystem x 1 (t) x 2 (t) x 3 (t) k 12 k 12 k 12 k k 23
Kapitel 5 Eigenwerte 5. Definition und Beispiele Wir sehen uns ein System dreier schwingender Kugeln der Massen m, m und m 3 an, die durch Federn aneinander gekoppelt sein sollen. m k m k 3 m 3 x ( t x
Mehr10 Unitäre Vektorräume
10 Unitäre Vektorräume Pink: Lineare Algebra 2014/15 Seite 98 10 Unitäre Vektorräume Die Theorie komplexer Vektorräume mit Skalarprodukt folgt denselben Linien wie die Theorie reeller Vektorräume mit Skalarprodukt;
MehrMathematik I. Vorlesung 14. Rang von Matrizen
Prof Dr H Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 14 Rang von Matrizen Definition 141 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von den Spalten
MehrLineare 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
MehrMathematik für Anwender I
Prof Dr H Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 11 Rang von Matrizen Definition 111 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von
Mehra 1 a 1 A = a n . det = λ det a i
49 Determinanten Für gegebene Vektoren a 1,,a n K n, betrachte die Matrix deren Zeilenvektoren a 1,,a n sind, also A = Ab sofort benutzen wir diese bequeme Schreibweise Definition Sei M : K n K }{{ n K
MehrSerie 8: Fakultativer Online-Test
Prof Norbert Hungerbühler Lineare Algebra I Serie 8: Fakultativer Online-Test ETH Zürich - D-MAVT HS 215 1 Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen Die Nachbesprechung
MehrSerie 8: Online-Test
D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Arbeitsblatt 16 Die Pausenaufgabe Aufgabe 161 Zeige, dass zu einem K-Vektorraum V mit Dualraum V die Auswertungsabbildung
Mehr3.7 Eigenwerte und Eigenvektoren
3.7. EIGENWERTE UND EIGENVEKTOREN 123 3.7 Eigenwerte und Eigenvektoren Wir wollen jetzt lineare Endomorphismen durch Matrizen besonders übersichtlicher Gestalt (u.a. mit möglichst vielen Nullen) beschreiben,
MehrIn allen Fällen spielt die 'Determinante' einer Matrix eine zentrale Rolle.
Nachschlag:Transposition von Matrizen Sei Explizit: Def: "Transponierte v. A": (tausche Zeilen mit Spalten d.h., spiegle in der Diagonale) m Reihen, n Spalten n Reihen, m Spalten z.b. m=2,n=3: Eigenschaft:
MehrKlausur zur Linearen Algebra I
Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik 24.03.2010 Klausur zur Linearen Algebra I Prüfen Sie sofort nach Beginn der Klausur, ob Sie alle 8 Aufgaben erhalten haben.
MehrWiederholungsserie II
Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
MehrIn diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)
34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
Mehr