Übungsblatt

Größe: px
Ab Seite anzeigen:

Download "Übungsblatt"

Transkript

1 Prof Dr Fabien Morel Lineare Algebra II Dr Anand Sawant Sommersemester 2018 Übungsblatt Aufgabe 1 (2 Punkte) Berechnen Sie eine Jordan-Basis für die Matrix M = M 3 (R) Wir berechnen mit der Regel von Sarrus Weiter ist und und es gilt Zusammen mit χ M = (X 2) 2 (X 4) ker(m 2 E 3 ) = ker = ker((m 2 E 3 ) 2 ) = ker = 1, M 0 = 2 = ker(m 4 E 3 ) = ker =

2 2 erhalten wir also die Jordan-Basis , 2, Aufgabe 2 (2 Punkte) Bestimmen Sie eine Basis von (1, 1, 1) in R 3 Die Vektoren (1, 1, 0) und (1, 0, 1) sind offenbar Elemente aus (1, 1, 1) und linear unabhängig Da dim R ( (1, 1, 1) ) = 1 ist, muss das orthogonale Komplement Dimension 2 haben, dh Aufgabe 3 (3 Punkte) (1, 1, 1) = (1, 1, 0), (1, 0, 1) Bestimmen Sie eine Jordan-Basis und die additive Jordan Zerlegung für die Matrix M = M 3 (R) Wir berechnen zunächst χ M = (X 3) 3 Dann ist ker(m 3 E 3 ) = ker = 1, und (M 3 E 3 ) 2 = 0, dh wir können 0 R 3 \ ker(m 3 E 3 ) wählen und 1 erhalten M 0 = 3 = Dann ist , 3,

3 eine Jordan-Basis Weiter ist σ := 3 E 3 eine Diagonalmatrix und somit insbesondere halbeinfach und für ν := M 3 E 3 gilt ν 2 = 0, dh ν ist nilpotent Somit ist die additive Jordan Zerlegung gegeben durch M = σ + ν Aufgabe 4 (3 Punkte) Seien K ein Körper, V ein endlich-dimensionaler K-Vektorraum und f : V V ein K-Endomorphismus Seien B und B zwei Basen von V, sodass die Matrizen von f bezüglich B und B in Jordanform sind Zeigen Sie: die Matrix von f bezüglich B stimmt mit der Matrix von f bezüglich B nach einer Permutation der Elemente von B über ein Seien J(λ 1, n 1 ),, J(λ r, n r ) die Jordankästchen in der Darstellungsmatrix zur Basis B und J(µ 1, m 1 ),, J(µ s, m s ) die Jordankästchen in der Darstellungsmatrix zur Basis B Da das charakteristische Polynom χ f unabhängig von der Wahl der Basis ist, stimmen die Mengen der Eigenwerte überein, dh {λ 1,, λ r } = {µ 1,, µ s } Wir wählen nun ein Jordankästchen maximaler Größe aus Dieses sei obda ein Teil der Matrix bzgl B und ist somit J(λ i, n i ) für ein i {1,, r} Dieses Kästchen ist eindeutig bestimmt durch ker(( f λ i id) n i) und somit unabhängig von der Wahl der Basis, dh auch bzgl B muss es ein Jordankästchen J(µ j, m j ) der entsprechenden Größe geben (hierfür gilt dann λ i = µ j und n i = m j ) Streichen wir nun diese Jordankästchen aus ihrer jeweiligen Matrix sowie die zugehörigen Basisvektoren, so folgt die Aussage induktiv Aufgabe 5 (5 Punkte) Sei M M n (R) halbeinfach (dh M ist diagonalisierbar in M n (C)) Zeigen Sie: es existiert eine Basis B von R n, sodass die Matrix M bezüglich B die Form d d m 0 0, 0 0 B B r ( ) ai b wobei B i = i mit b b i a i = 0 für alle 1 i r, hat i 3

4 4 Wir bezeichnen die verschiedenen reellen Eigenwerte von M mit α 1,, α p Ist λ C \ R ein Eigenwert von M, so ist auch λ Eigenwert von M, da M M n (R) Daher können wir die komplexen Eigenwerte von M in verschiedenen Paaren λ 1, λ 1,, λ, λ sortieren Das charakteristische Polynom ist dann von der Form χ M = p (X α i ) n i und wir erhalten aus der Diagonalisierbarkeit über C das Minimalpolynom µ M = p (X α i ) (X λ j )(X λ j ) Dies liefert die Zerlegung ( p ) R n = ker(m α i E n ) ker((m λ j E n )(M λ j E n )) und durch Wahl einer Basis der jeweiligen Kerne ist M ähnlich zu einer Matrix der Form D Dp F F wobei D i M ni (R) mit χ Di = (X α i ) n i für i = 1,, p und F j M 2mj (R) mit χ Fj = für j = 1,, ist Da M über C diagonalisierbar ist, sind auch die D i und F j über C diagonalisierbar, dh µ Di = X α i und somit ist D i = α i E ni Definieren wir nun d 1 = = d n1 = α 1, d n1 +1 = = d n1 +n 2 = α 2, usw, so ergibt sich im oberen Bereich der Matrix bereits die gewünschte Form Da die F j diagonalisierbar über C sind, gibt es linear unabhängige Vektoren v 1,, v mj C 2m j mit F j v k = λ j v k für k = 1,, m j Da F j reelle Einträge hat, gilt offenbar F j v k = F j v k = λ j v k = λ j v k, dh v 1,, v mj sind Eigenvektoren zu λ j und somit über C linear unabhängig zu v 1,, v n Damit kann man leicht nachrechnen, dass die Vektoren {Re(v 1 ), Im(v 1 ),, Re(v mj ), Im(v mj )}

5 linear unabhängig über R sind und somit eine Basis des R 2m j bilden Schreiben wir nun λ j = a j + ib j und setzen x k := Re(v k ), y k := Im(v k ), so erhalten wir F j x k + i F j y k = F j (x k + iy k ) = λ j (x k + iy k ) = a j x k b j y k + i(b j x k + a j y k ) Aus dem Real- und Imaginärteil der obigen Gleichung ergibt sich nun die zu F j ähnliche Darstellungsmatrix A j A j mit ( ) aj b A j = j b j Durchführung für jedes j = 1,, und geeignete Definition der B 1,, B r liefern nun die gewünschte Form von M a j 5 Diese Lösungen erheben nicht den Anspruch darauf vollständig zu sein Insbesondere stellen sie keine Musterlösung dar, auf die ein Korrektor volle Punktezahl geben würde Bei Fragen wenden Sie sich bitte an den Assistenten

29 Lineare Algebra 2 (SS 2009) 4.9. Das charakteristische Polynom sei Produkt von linearen Polynomen.

29 Lineare Algebra 2 (SS 2009) 4.9. Das charakteristische Polynom sei Produkt von linearen Polynomen. 9 Lineare Algebra (SS 009) 49 Das charakteristische Polynom sei Produkt von linearen Polynomen 49 Das charakteristische Polynom sei Potenz eines linearen Polynoms Wir betrachten nun eine Matrix A, sodass

Mehr

Lösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen

Lösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen Technische Universität Berlin Sommersemester 2008 Institut für Mathematik 18 Juli 2008 Prof Dr Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Klausur zur Linearen Algebra II Aufgabe 1 (1+1+1 Punkte)

Mehr

Lineare Algebra I Lösungsvorschlag

Lineare 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

Mehr

Wiederholungsserie II

Wiederholungsserie 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

Mehr

Musterlösungen zur Linearen Algebra II Hauptklausur

Musterlösungen zur Linearen Algebra II Hauptklausur Musterlösungen zur Linearen Algebra II Hauptklausur Aufgabe. Q ist unitär genau dann, wenn gilt Q Q = I n. Daraus folgt, dass a) und c) richtig sind. Die -Matrix A := (i) zeigt, dass i.a. A A t, d.h. b)

Mehr

Trigonalisierung. Definition. 1) Sei F : V V linear, dim V = n. Dann heißt F trigonalisierbar, wenn es eine Basis B von V gibt sodass a 11 a 12..

Trigonalisierung. Definition. 1) Sei F : V V linear, dim V = n. Dann heißt F trigonalisierbar, wenn es eine Basis B von V gibt sodass a 11 a 12.. Trigonalisierung Sei F : V V linear und dim V = n. Wir beschäftigen uns jetzt mit der Frage, ob es eine Basis B von V gibt, sodass M B (F ) eine Dreiecksmatrix ist. Definition. ) Sei F : V V linear, dim

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

5. Übung zur Linearen Algebra II -

5. Übung zur Linearen Algebra II - 5. Übung zur Linearen Algebra II - en Kommentare an [email protected] FU Berlin. SS 2. Aufgabe 7 5 A := 2. 3 2 (i) Berechne die Eigenwerte und Eigenvektoren von A. (ii) Ist A diagonalisierbar?

Mehr

4.4 Simultane Diagonalisierbarkeit und Trigonalisierbarkeit

4.4 Simultane Diagonalisierbarkeit und Trigonalisierbarkeit 4.4 Simultane Diagonalisierbarkeit und Trigonalisierbarkeit Definition 4.41. Eine Familie F linearer Operatoren heißt vertauschbar oder kommutierend, wenn für je zwei Operatoren U,T in F gilt: UT = TU.

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

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

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen Übungen zum Ferienkurs Lineare Algebra 5/6: Lösungen Darstellungsmatrizen. Bestimme die Darstellungsmatrix M B,B (f ) für die lineare Abbildung f : 3, die durch f (x, y, z) = (4x + y z, y + z) definiert

Mehr

Wiederholungsklausur zur Linearen Algebra I

Wiederholungsklausur zur Linearen Algebra I Wiederholungsklausur zur Linearen Algebra I Prof. Dr. C. Löh/D. Fauser/J. Witzig 20. April 2017 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob

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

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen Hannover, den 7. Februar 2002 Aufgabe. Übungsblatt: Lineare Algebra II Abgabe: 8./9.4.2002 in den Übungsgruppen (2, 2, 3 Punkte) Der Vektorraum V = C[, ] sei mit dem üblichen Skalarprodukt f, g = f(t)g(t)

Mehr

7.3 Unitäre Operatoren

7.3 Unitäre Operatoren Wir können jeden Operator T wie folgt schreiben: Dabei gilt T = 1 2 (T + T ) + i( 1 2 i (T T )) (T + T ) = T + T sowie ( 1 2 i (T T )) = 1 2 i (T T) = 1 2 i (T T ). Wir können T also in zwei lineare Operatoren

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

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3

Klausurenkurs 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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Darstellungsmatrizen 2 2 Diagonalisierbarkeit

Mehr

Lösung 23: Sylvesters Trägheitssatz & Singulärwertzerlegung

Lösung 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

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 3

Klausurenkurs 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

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

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

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 2 2. (Frühjahr 29, Thema 3, Aufgabe 3) Gegeben sei die reelle 3 3 Matrix 4 2 A = 2 7 2 R 3 3. 2 2 a)

Mehr

Lösung zu Serie Bestimme die Jordansche Normalform und eine zugehörige Basiswechselmatrix der folgenden reellen Matrizen: A := B :=

Lösung 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

Mehr

Scheinklausur, 2. Teil, Lineare Algebra I, WS 2001, Prof. Dr. G. Hiß. Ja oder

Scheinklausur, 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:

Mehr

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 1

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 1 Übungen zur Vorlesung Lineare Algebra II, SoSe 216, Blatt 1 Mündliche Aufgaben Die Aufgaben aus diesem Blatt bestehen zu einem großen Teil aus den Aufgaben von Blatt 13 der LA1. Sie dienen vor allem der

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

1. Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen

1. Übungsblatt: Lineare Algebra II Abgabe: 24./ in den Übungsgruppen Hannover, den 0. April 2006. Übungsblatt: Lineare Algebra II Abgabe: 24./25.4.2006 in den Übungsgruppen ( ) 2 5 a) Zeigen Sie, dass A = und B = 2 ( 7 6 invertierbare Matrix T an mit T AT = B. b) Zeigen

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

6.3 Eigenwerte. γ ist Eigenwert von T [T] B B γi ist nicht invertierbar.

6.3 Eigenwerte. γ ist Eigenwert von T [T] B B γi ist nicht invertierbar. Um zu zeigen, dass die irreduziblen Teiler eines reellen Polynoms höchstens den Grad 2 haben, fassen wir nun (x γ) und (x γ) zusammen und stellen fest, dass (x (a + b i))(x ((a b i)) = x 2 2a + (a 2 +

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

Lineare Algebra II Lösungen der Klausur

Lineare Algebra II Lösungen der Klausur Prof Dr K Doerk 673 Jens Mandavid Christian Sevenheck Lineare Algebra II Lösungen der Klausur (a Diese Aussage ist richtig, sie stimmt nämlich für k = Sei nämlich n N beliebig und bezeichne N die Menge

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

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom Eine Fragestellung, die uns im weiteren beschäftigen wird, ist das Finden eines möglichst einfachen Repräsentanten aus jeder Äquivalenzklasse

Mehr

Tutorium 3. 1 Nilpotente Endomorphismen. Definition. Sei Φ End(V ). Φ heißt nilpotent: n N : Φ n = 0

Tutorium 3. 1 Nilpotente Endomorphismen. Definition. Sei Φ End(V ). Φ heißt nilpotent: n N : Φ n = 0 Tutorium 3 1 Nilpotente Endomorphismen Definition. Sei Φ End(V ). Φ heißt nilpotent: n N : Φ n = Bemerkung. Sei V {}. Dann ist λ = einziger EW. Und wegen H(Φ, ) = Kern((Φ id) k ) Kern(Φ n ) = Kern() =

Mehr

Ausgewählte Lösungen zu den Übungsblättern 9-10

Ausgewählte Lösungen zu den Übungsblättern 9-10 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Dezember Ausgewählte Lösungen zu den Übungsblättern 9- Übungsblatt

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

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 8. Normalformen. 1. Blockmatrizen. ,C K m 2 n 1. X = K (m 1+m 2 ) (n 1 +n 2 ) K L. und Y = M N Blockmatrizen mit.

KAPITEL 8. Normalformen. 1. Blockmatrizen. ,C K m 2 n 1. X = K (m 1+m 2 ) (n 1 +n 2 ) K L. und Y = M N Blockmatrizen mit. KAPITEL 8 Normalformen Definition 8.1 (Blockmatrizen). Sind 1. Blockmatrizen A K m 1 n 1,B K m 1 n 2,C K m 2 n 1 und D K m 2 n 2 so nennet man die Matrix X = ( A B C D ) K (m 1+m 2 ) (n 1 +n 2 ) eine Blockmatrix

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

T := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass

T := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass I. a) Es sei (G, ) eine abelsche Gruppe mit neutralem Element e G. Zeigen Sie, dass U := {g G g 3 = e G } eine Untergruppe von G ist. b) In der symmetrischen Gruppe S 4 definieren wir analog zu a) die

Mehr

Lineare Algebra II 12. Übungsblatt

Lineare Algebra II 12. Übungsblatt Lineare Algebra II 12. Übungsblatt Fachbereich Mathematik SS 2011 Prof. Dr. Kollross 13. / 14. Juli 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Probeklausur) Sprechen Sie über die Probeklausur

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

Klausur Lineare Algebra I am Es sind insgesamt 60 Punkte bei der Klausur zu erreichen.

Klausur Lineare Algebra I am Es sind insgesamt 60 Punkte bei der Klausur zu erreichen. Klausur Lineare Algebra I am 03.02.10 Es sind insgesamt 60 Punkte bei der Klausur zu erreichen. Aufgabe 1. (6 Punkte insgesamt) a.) (3P) Definieren Sie, was eine abelsche Gruppe ist. b.) (3P) Definieren

Mehr

Probeprüfung Lineare Algebra I/II für D-MAVT

Probeprüfung Lineare Algebra I/II für D-MAVT Prof. N. Hungerbühler ETH Zürich, Frühling 018 Probeprüfung Lineare Algebra I/II für D-MAVT Die Prüfung dauert 10 Minuten. Sie dient der Selbstevaluation. Die Musterlösungen folgen. Die Multiple Choice

Mehr

1 Darstellungsmatrizen

1 Darstellungsmatrizen Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Darstellungsmatrizen Vereinbarungen für dieses Kapitel: K Körper V und W endlich-dimensionale K-Vektorräume B = {v

Mehr

2.11 Eigenwerte und Diagonalisierbarkeit

2.11 Eigenwerte und Diagonalisierbarkeit 2.11. EIGENWERTE UND DIAGONALISIERBARKEIT 127 Die Determinante eines Endomorphismus Wir geben uns jetzt einen endlichen erzeugten K-Vektorraum V und einen Endomorphismus ϕ : V V vor. Wir wollen die Determinante

Mehr

Klausur zur Vorlesung Lineare Algebra I

Klausur zur Vorlesung Lineare Algebra I Heinrich Heine Universität Düsseldorf 31.07.2010 Mathematisches Institut Lehrstuhl für Algebra und Zahlentheorie Prof. Dr. Oleg Bogopolski Klausur zur Vorlesung Lineare Algebra I Bearbeitungszeit: 120

Mehr

Lineare Differentialgleichungen

Lineare Differentialgleichungen Technische Universität München Thomas Reifenberger Vorlesung, Kapitel 4 Repetitorium Analysis I für Physiker Analysis I Lineare Differentialgleichungen 1 Das Matrixexponential Definition 1.1 Sei A C n

Mehr

5.2 Diagonalisierbarkeit und Trigonalisierung

5.2 Diagonalisierbarkeit und Trigonalisierung HINWEIS: Sie finden hier eine vorläufige Kurzfassung des Inhalts; es sind weder Beweise ausgeführt noch ausführliche Beispiele angegeben. Bitte informieren Sie sich in der Vorlesung. c M. Roczen und H.

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

5 Diagonalisierbarkeit

5 Diagonalisierbarkeit 5 Diagonalisierbarkeit Sei V ein K Vektorraum mit einer Basis B = (v 1,..., v n ) Wiederholung aus 2: Sei f : V V K linear. Stelle f(v j ) für j = 1,..., n dar in der Form a 1j Das n Tupel a j =. a nj

Mehr

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 5 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): 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

Klausurvorbereitungsblatt Lineare Algebra

Klausurvorbereitungsblatt Lineare Algebra Klausurvorbereitungsblatt Lineare Algebra Sommersemester 25 Aufgabe 2 2 Sei A 3 3 8 2 4 3 R4 5. 5 2 a) Bestimmen Sie die Lösungsmenge des linearen Gleichungssystems Ax b) Ist Ax b mit b lösbar? (Begründen

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Ingenieure II, SS 9 Freitag 6 $Id: jordantex,v 7 9/6/ :8:5 hk Exp $ 5 Eigenwerte und die Jordansche Normalform 5 Die Jordansche Normalform Nachdem wir bisher das Vorgehen zur Berechnung

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

Serie 17: Satz von Cayley-Hamilton & spezielle Endomorphismen

Serie 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

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

Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Blatt 3 - Lösung

Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Blatt 3 - Lösung Technische Universität München Physik Department Pablo Cova Fariña, Claudia Nagel Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 207/8 Blatt 3 - Aufgabe : Darstellungsmatrizen Sei

Mehr

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.

Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}. Technische Universität Berlin Wintersemester 7/8 Institut für Mathematik 9. April 8 Prof. Dr. Stefan Felsner Andrea Hoffkamp Lösungsskizzen zur Nachklausur zur Linearen Algebra I Aufgabe ++ Punkte Definieren

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

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

Kapitel 11 Eigenwerte und Eigenvektoren

Kapitel 11 Eigenwerte und Eigenvektoren Kapitel Eigenwerte und Eigenvektoren. Problem der Diagonalisierbarkeit Es sei wieder K gleich R oder. Eine n n)-matrix A mit Koeffizienten aus K wird als diagonalisierbar bezeichnet, wenn es eine invertierbare

Mehr

Sommer 2017 Musterlösung

Sommer 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

Mehr

12.3 Kommutierende Abbildungen

12.3 Kommutierende Abbildungen 12.3 Kommutierende Abbildungen Definition 12.3.1 Sei V ein endlichdimensionaler Vektorraum, und sei F eine Familie linearer Abbildungen V V mit UT = TU für alle U, T in F. Dann nennt man F eine Familie

Mehr

Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen.

Die 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

Mehr

Lineare Algebra 2. Lösung zu Aufgabe 7.2:

Lineare 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)

Mehr

Lineare Algebra I Lösungsvorschläge zum 14. Übungsblatt U. Görtz

Lineare Algebra I Lösungsvorschläge zum 14. Übungsblatt U. Görtz Lineare Algebra I Lösungsvorschläge zum 14. Übungsblatt U. Görtz Aufgabe 1 Sei V ein endlich-dimensionaler K-Vektorraum, und seien f und g Endomorphismen von V mit f g = g f. Zeige: a) Sind f und g diagonalisierbar,

Mehr

Lineare Algebra und Geometrie II, Übungen

Lineare Algebra und Geometrie II, Übungen Lineare Algebra und Geometrie II, Übungen Gruppe (9 9 45 ) Sei A 2 Bestimmen Sie A und A Finden Sie weiters Vektoren u, v R 2 mit u und Au A, beziehungsweise v und Av A Zunächst die Berechnung der Norm

Mehr

Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4.

Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4. Hinweis: Die Klausur Lineare Algebra 2 für die Fachrichtung Informatik besteht aus den Aufgaben 2.1 bis 2.4. Aufgabe 2.1 (8 Punkte) Es sei K ein Körper, n N, V ein 2n-dimensionaler K -Vektorraum und U

Mehr

Musterlösungen zur Linearen Algebra II Blatt 2

Musterlösungen zur Linearen Algebra II Blatt 2 Musterlösungen zur Linearen Algebra II Blatt 2 Aufgabe. Sei R ein nullteilerfreier kommutativer Ring mit. Setze K := R R\{0}/ mit der Äquivalenzrelation definiert durch (a, b) (a, b ) genau dann, wenn

Mehr

Lineare Algebra I für Mathematiker Lösungen

Lineare 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

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

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

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 15: Eigenwerte und -vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 5. November 2009) Diagonalisierbarkeit

Mehr

Wiederholungsklausur zur Linearen Algebra II

Wiederholungsklausur zur Linearen Algebra II Wiederholungsklausur zur Linearen Algebra II Prof. Dr. C. Löh/D. Fauser/J. Witzig 5. Oktober 2017 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie,

Mehr

6 Hauptachsentransformation

6 Hauptachsentransformation 6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten

Mehr

Berechnung der Determinante

Berechnung 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,...,

Mehr

Zeigen Sie, dass der einzige Gruppenhomomorphismus von (G, ) nach (Z 5, +) die Abbildung Φ : G Z 5

Zeigen Sie, dass der einzige Gruppenhomomorphismus von (G, ) nach (Z 5, +) die Abbildung Φ : G Z 5 Aufgabe I (4 Punkte) Es sei G : {e, g, g, g } eine 4-elementige Gruppe mit neutralem Element e Die Verknüpfung auf G werde mit bezeichnet Außerdem seien in G folgende Gleichungen erfüllt: g g g und g g

Mehr

Klausur zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe

Klausur zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe Klausur zu Lineare Algebra II Fachbereich Mathematik WS 0/3 Dr. habil. Matthias Schneider Aufgabe 3 4 5 6 7 Bonus Note Punktzahl 4 3 3 3 3 0 erreichte Punktzahl Es sind keine Hilfsmittel zugelassen. Die

Mehr

Universität Bielefeld Sommersemester Lineare Algebra 2 Übungsblatt 1

Universität Bielefeld Sommersemester Lineare Algebra 2 Übungsblatt 1 Übungsblatt 1 Abgabe bis 10:00 Uhr am Donnerstag, den 19. April 2018, im Postfach Ihrer Tutorin bzw. Ihres Tutors. Es sei K ein beliebiger Körper. Seien V und W endlich-dimensionale K-Vektorräume, mit

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

10 Unitäre Vektorräume

10 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;

Mehr

Kapitel 13. Normalformen Zyklische Unterräume

Kapitel 13. Normalformen Zyklische Unterräume Kapitel 13 Normalformen In diesem ganzen Kapitel ist V ein n-dimensionaler K-Vektorraum und T End(V). Natürlich können Sie sich T auch immer als Matrix vorstellen, und wenn wir konkret rechnen, dann machen

Mehr

44 Spektralzerlegung normaler Operatoren im endlichdimensionalen Fall

44 Spektralzerlegung normaler Operatoren im endlichdimensionalen Fall 44 Spektralzerlegung normaler Operatoren im endlichdimensionalen Fall 44 1 Zusammenfassung Dieser Paragraf richtet sich im Aufbau weitgehend nach 42, um den Zerlegungssatz (44.7) analog zum Satz über die

Mehr

1. Übungsblatt: Lineare Algebra I Abgabe: 1. November 2001 in den Übungsgruppen

1. Übungsblatt: Lineare Algebra I Abgabe: 1. November 2001 in den Übungsgruppen Hannover, den 25. Oktober 200. Übungsblatt: Lineare Algebra I Abgabe:. November 200 in den Übungsgruppen (je 3 Punkte) Beweisen oder widerlegen Sie die folgenden Aussagen über Mengen. a) A (B C) = (A B)

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

18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1

18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1 UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive

Mehr

Lösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich:

Lösung 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

Mehr

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT

Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT Prof. N. Hungerbühler ETH Zürich, Winter 6 Lösungen zur Prüfung Lineare Algebra I/II für D-MAVT. Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in das entsprechende

Mehr