Lineare Algebra und analytische Geometrie II
|
|
- Renate Busch
- vor 7 Jahren
- Abrufe
Transkript
1 Prof. Dr. H. Brenner Osnabrück SS 206 Lineare Algebra und analytische Geometrie II Vorlesung 33 Das Kreuzprodukt Eine Besonderheit im R 3 ist das sogenannte Kreuzprodukt, das zu zwei gegebenen Vektoren einen dazu senkrechten Vektor berechnet. Definition 33.. Zu einem Körper K ist auf dem K 3 durch x y = x x 2 y y 2 := x 2y 3 x 3 y 2 x y 3 +x 3 y x 3 y 3 x y 2 x 2 y eine Verknüpfung erklärt, die das Kreuzprodukt heißt. Statt Kreuzprodukt sagt man auch Vektorprodukt. Als Merkregel kann man x y = det e x y e 2 x 2 y 2 e 3 x 3 y 3 verwenden, wobei e,e 2,e 3 die Standardvektoren sind und formal nach der ersten Spalte zu entwickeln ist. So wie es dasteht, ist das Kreuzprodukt unter Bezug auf die Standardbasis definiert. Beispiel Das Kreuzprodukt der beiden Vektoren 5 8, 3 4 R 3 2 ist = 8 4 ( 2) =
2 2 Lemma Das Kreuzprodukt auf dem K 3 erfüllt die folgenden Eigenschaften (dabei sind x,y,z K 3 und a,b K). () Es ist (2) Es ist und (3) Es ist x y = (y x). (ax+by) z = a(x z)+b(y z) z (ax+by) = a(z x)+b(z y). x y = 0 genau dann, wenn x und y linear abhängig sind. (4) Es ist (5) Es ist x (y z)+y (z x)+z (x y) = 0. x y,z = det(x,y,z), wobei hier mit, die formale Auswertung im Sinne des Standardskalarproduktes gemeint ist. (6) Es ist x,x y = 0 = y,x y, wobei hier mit, die formale Auswertung im Sinne des Standardskalarproduktes gemeint ist. Beweis. () ist klar von der Definition. (2). Es ist a x x 2 +b y y 2 z z 2 = ax +by ax 2 +by 2 z z 2 x 3 y 3 z 3 ax 3 +by 3 z 3 = (ax 2 +by 2 )z 3 (ax 3 +by 3 )z 2 (ax +by )z 3 +(ax 3 +by 3 )z (ax +by )z 2 (ax 2 +by 2 )z = ax 2z 3 ax 3 z 2 ax z 3 +ax 3 z + by 2z 3 by 3 z 2 by z 3 +by z 3 ax z 2 ax 2 z by z 2 by 2 z = a x 2z 3 x 3 z 2 x z 3 +x 3 z +b y 2z 3 y 3 z 2 y z 3 +y z 3 x z 2 x 2 z y z 2 y 2 z = a(x z)+b(y z). Die zweite Gleichung folgt daraus und aus ().
3 (3). Wenn x und y linear abhängig sind, so kann man x = cy (oder umgekehrt) schreiben. Dann ist cy cy 2 y y 2 = cy 2y 3 cy 2 y 3 cy y 3 +cy 3 y = 0. cy 3 y 3 cy y 2 cy 2 y Wenn umgekehrt das Kreuzprodukt 0 ist, so sind alle Einträge des Vektors x 2y 3 x 3 y 2 x y 3 +x 3 y gleich 0. Sei beispielsweise y 0. Wenn x = 0, so folgt x y 2 x 2 y direkt x 2 = x 3 = 0 und x wäre der Nullvektor. Sei also x 0. Dann ist y 2 = y x x 2 und y 3 = y x x 3 und somit ist (4). Siehe Aufgabe y = y x x. (5). Es ist x y,z = x 2y 3 x 3 y 2 x y 3 +x 3 y, z z 2 x y 2 x 2 y z 3 = z x 2 y 3 z x 3 y 2 z 2 x y 3 +z 2 x 3 y +z 3 x y 2 z 3 x 2 y, was mit der Determinante wegen der Regel von Sarrus übereinstimmt. (6) folgt aus (5). Der uns in (5) begegnende Ausdruck x y,z, also die Determinante der drei Vektoren, wenn man diese als Spaltenvektoren auffasst, heißt auch Spatprodukt. Lemma Es sei u,u 2,u 3 eine Orthonormalbasis des R 3 mit det(u, u 2, u 3 ) =. Dann kann man das Kreuzprodukt x y mit den Koordinaten zu dieser Basis (und den Formeln aus Definition 33.) ausrechnen. Beweis. Es sei und Nach Satz 33.3 (2) ist x = c u +c 2 u 2 +c 3 u 3 y = d u +d 2 u 2 +d 3 u 3. x y = (c u +c 2 u 2 +c 3 u 3 ) (d u +d 2 u 2 +d 3 u 3 ) = i,j 3 3 c i d j (u i u j ).
4 4 Nach Satz 33.3 (3) ist und nach Satz 33.3 () ist u i u i = 0 u i u j = u j u i. Nach Satz 33.3 (6) steht u u 2 senkrecht auf u und u 2, daher ist u u 2 = λu 3 mit einem λ R, da diese Orthogonalitätsbedingung eine Gerade definiert. Wegen Satz 33.3 (5) und der Voraussetzung ergibt sich also ist λ = λu 3,u 3 = u u 2,u 3 = det(u, u 2, u 3 ) =, u u 2 = u 3. Ebenso ergibt sich, unter Verwendung von Lemma 7.2 (3), u u 3 = u 2 und u 2 u 3 = u. Somit ist insgesamt x y = c i d j (u i u j ) = i<j i,j 3 (c i d j c j d i )(u i u j ) und dies ist die Behauptung. = (c d 2 c 2 d )u 3 (c d 3 c 3 d )u 2 +(c 2 d 3 c 3 d 2 )u Isometrien Definition Es seien V, W Vektorräume über K mit Skalarprodukten und ϕ: V W eine lineare Abbildung. Dann heißt ϕ eine Isometrie, wenn für alle v,w V gilt: ϕ(v),ϕ(w) = v,w. Eine Isometrie ist stets injektiv. Bei K = C spricht man auch von unitären Abbildungen. In Abgrenzung zu affinen Isometrien, die wir später behandeln werden, spricht man auch von linearen Isometrien. Lemma Es seien V und W Vektorräume über K und ϕ: V W eine lineare Abbildung. Dann sind folgende Aussagen äquivalent. () ϕ ist eine Isometrie. (2) Für alle u,v V ist d(ϕ(u),ϕ(v)) = d(u,v). (3) Für alle v V ist ϕ(v) = v.
5 5 (4) Für alle v V mit v = ist auch ϕ(v) =. Beweis. Die Richtungen () (2), (2) (3) und (3) (4) sind Einschränkungen. (4) (3). Für den Nullvektor ist die Aussage (3) klar, sei also v 0. Dann besitzt v die Norm und wegen v ϕ(v) = ϕ ( v v v ) = v ϕ ( v v ist ϕ(v) = v. (3) () folgt aus Lemma 3.0. Lemma Seien V und W euklidische Vektorräume und sei ϕ: V W eine lineare Abbildung. Dann sind die folgenden Aussagen äquivalent. () ϕ ist eine Isometrie. (2) Für jede Orthonormalbasis u i,i =,...,n, von V ist ϕ(u i ),i =,...,n, Teil einer Orthonormalbasis von W. (3) Es gibt eine Orthonormalbasis u i,i =,...,n, von V derart, dass ϕ(u i ),i =,...,n, Teil einer Orthonormalbasis von W ist. ) Beweis. Siehe Aufgabe Die Menge der Vektoren mit Norm in einem euklidischen Vektorraum nennt man auch die Sphäre. Eine Isometrie lässt sich also dadurch charakterisieren, dass unter ihr die Sphäre in die Sphäre abgebildet wird. Satz Zu jedem euklidischen Vektorraum V gibt es eine bijektive Isometrie ϕ: R n V, wobei R n mit dem Standardskalarprodukt versehen sei. Beweis. Es sei u,...,u n eine Orthonormalbasis von V und sei ϕ: R n V die durch ϕ(e i ) = u i festgelegte lineare Abbildung. Nach Lemma 33.7 (3) ist dies eine Isometrie. Isometrien auf einem euklidischen Vektorraum Wir besprechen nun Isometrien von einem euklidischen Vektorraum in sich selbst. Diese sind stets bijektiv. Bezüglich einer jeden Orthonormalbasis von V werden sie folgendermaßen beschrieben.
6 6 Lemma Es sei V ein euklidischer Vektorraum und u,...,u n eine Orthonormalbasis von V. Es sei ϕ: V V eine lineare Abbildung und M die beschreibende Matrix zu ϕ bezüglich der gegeben Basis. Dann ist ϕ genau dann eine Isometrie, wenn ist. M tr M = E n Beweis. Sei zunächst ϕ eine Isometrie. Dann ist v i = ϕ(u i ) eine Orthonormalbasis nach Lemma 33.7, und diese bilden die Spalten der beschreibenden Matrix M. Daher ist unter Verwendung von Aufgabe 33.3 v tr i v j = v i,v j = δ ij. Als Matrixgleichung bedeutet dies M tr M = Das Argument rückwärts gelesen ergibt die Umkehrung. Die Menge der Isometrien auf einem euklidischen Vektorraum bildet eine Gruppe, und zwar eine Untergruppe der Gruppe aller bijektiven linearen Abbildungen. Wir erinnern kurz an die allgemeine und die spezielle lineare Gruppe. Zu einem Körper K und n N + nennt man die Menge aller invertierbarer n n-matrizen die allgemeine lineare Gruppe über K. Sie wird mit GL n (K) bezeichnet. Zu einem Körper K und n N + nennt man die Menge aller invertierbarer n n-matrizen mit det M = die spezielle lineare Gruppe über K. Sie wird mit SL n (K) bezeichnet. Definition EsseiK einkörperunde n dieeinheitsmatrixderlänge n. Eine Matrix M GL n (K) mit M tr M = E n heißt orthogonale Matrix. Die Menge aller orthogonalen Matrizen heißt orthogonale Gruppe, sie wird mit O n (K) = { M GL n (K) M tr M = E n } bezeichnet.
7 7 Definition 33.. Eine Matrix M GL n (C) mit M tr M = E n heißt unitäre Matrix. Die Menge aller unitären Matrizen heißt unitäre Gruppe, sie wird mit } U n = {M GL n (C) M tr M = E n bezeichnet. Eigenwerte bei Isometrien Satz Sei V ein endlichdimensionaler K-Vektorraum und sei ϕ: V V eine lineare Isometrie. Dann besitzt jeder Eigenwert von ϕ den Betrag. Bei K = R sind nur die Eigenwerte und möglich. Beweis. Esseiϕ(v) = λv mitv 0,d.h.v isteineigenvektorzumeigenwert λ K. Wegen der Isometrieeigenschaft gilt v = ϕ(v) = λv = λ v. Wegen v = 0 folgt daraus λ =. Im Reellen bedeutet dies λ = ±. Im Allgemeinen muss eine Isometrie keine Eigenwerte besitzen, bei ungerader Dimension allerdings schon, siehe dazu die nächste Vorlesung. Lemma Die Determinante einer linearen Isometrie ϕ: V V auf einem euklidischen Vektorraum V ist oder. Beweis. Nach Lemma 33.9 ist M tr M = Somit folgt die Aussage aus dem Determinantenmultiplikationssatz und aus Satz 7.5. Eigentliche Isometrien Definition Eine Isometrie auf einem euklidischen Vektorraum heißt eigentlich, wenn ihre Determinante gleich ist.
8 8 Definition Es sei K ein Körper und n N +. Eine orthogonale n n-matrix mit det M = heißt spezielle orthogonale Matrix. Die Menge aller speziellen orthogonalen Matrizenheißtspezielle orthogonale Gruppe,siewirdmitSO n (K)bezeichnet. Definition Eine unitäre n n-matrix M GL n (C) mit det M = heißt spezielle unitäre Matrix. Die Menge aller speziellen unitären Matrizen heißt spezielle unitäre Gruppe, sie wird mit SU n bezeichnet.
9 Abbildungsverzeichnis Quelle = Cross product parallelogram.svg, Autor = Benutzer Acdx auf Commons, Lizenz = gemeinfrei 9
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,
MehrMathematik 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.
MehrLineare 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
MehrLineare Algebra und analytische Geometrie II
Prof Dr H Brenner Osnabrück SS 26 Lineare Algebra und analytische Geometrie II Vorlesung 2 Orthogonalität Mit dem Skalarprodukt kann man die Eigenschaft zweier Vektoren, aufeinander senkrecht zu stehen,
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 2 Ein guter Schüler lernt auch bei einem schlechten Lehrer Eigentheorie Unter einer Achsenspiegelung in der
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 42 Normale Endomorphismen Nach Satz 34.1 besitzt eine Isometrie über C eine Orthonormalbasis aus Eigenvektoren
MehrLineare Algebra und analytische Geometrie II. Prof. Dr. Holger Brenner Universität Osnabrück Fachbereich Mathematik/Informatik
Lineare Algebra und analytische Geometrie II Prof. Dr. Holger Brenner Universität Osnabrück Fachbereich Mathematik/Informatik Sommersemester 2016 2 Inhaltsverzeichnis Vorwort 9 1. Vorlesung - Vektorräume
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 06 Lineare Algebra analytische Geometrie II Vorlesung 35 Winkeltreue Abbildungen Definition 35.. Eine lineare Abbildung ϕ: V W zwischen euklidischen Vektorräumen V W heißt
Mehr6. 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
MehrLineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 3 (SS 2011) Abgabetermin: Donnerstag, 5. Mai.
Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 3 (SS 2011) Abgabetermin: Donnerstag, 5. Mai http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Allgemeine
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
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung ϕ : V W
MehrLineare 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
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 9 Lineare Abbildungen Definition 9.1. Es sei K ein Körper und es seien V und W Vektorräume über K. Eine Abbildung heißt lineare
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 10 Bewegungen Wir haben schon mehrfach die Würfelgruppe betrachtet, also die Gruppe der eigentlichen Symmetrien an einem Würfel.
MehrMathematik I. Vorlesung 12. Lineare Abbildungen
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 12 Lineare Abbildungen Definition 12.1. Es sei K ein Körper und es seien V und W K-Vektorräume. Eine Abbildung heißt lineare Abbildung,
MehrMathematik III. Vorlesung 68. Das Verhalten von Maßen bei linearen Abbildungen
Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 68 Das Verhalten von Maßen bei linearen Abbildungen Lemma 68.1. Es sei V ein reeller Vektorraum und L :R n V eine bijektive lineare
MehrLineare 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-
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 und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 25 J ai décidé d être heureux parce que c est bon pour la santé Voltaire Trigonalisierbare Abbildungen
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 Bilinearform, Basen und Matrizen
Lineare Algebra II 2. Oktober 2013 Mitschrift der Vorlesung Lineare Algebra II im SS 2013 bei Prof. Peter Littelmann von Dario Antweiler an der Universität zu Köln. Kann Fehler enthalten. Veröentlicht
MehrMathematik I. Vorlesung 16. Eigentheorie
Prof Dr H Brenner Osnabrück WS 009/00 Mathematik I Vorlesung 6 Eigentheorie Unter einer Achsenspiegelung in der Ebene verhalten sich gewisse Vektoren besonders einfach Die Vektoren auf der Spiegelungsachse
MehrAufgaben 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
MehrMathematik 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
MehrEuklidische und unitäre Vektorräume
Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
MehrAnalysis II. Vorlesung 47
Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Zu einer reellwertigen Funktion Vorlesung 47 interessieren wir uns wie schon bei einem eindimensionalen Definitionsbereich für die Extrema, also Maxima
Mehr2. 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
MehrLineare 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
MehrT := {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
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
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
MehrInvariantentheorie. Bewegungen
Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 21 In den folgenden Vorlesungen werden wir die endlichen Untergruppen G SL 2 (C) und ihre Invariantenringe klassifizieren. Dieses
MehrAnalysis II. Vorlesung 48. Die Hesse-Form
Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 48 Die Hesse-Form Wir sind natürlich auch an hinreichenden Kriterien für das Vorliegen von lokalen Extrema interessiert. Wie schon im eindimensionalen
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.
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 11 Untervektorräume unter linearen Abbildungen Eine typische und wohl auch namensgebende Eigenschaft einer
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 10 Lineare Abbildungen Zwischen zwei Vektorräumen interessieren insbesondere die Abbildungen, die mit den
MehrHenning 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
MehrPrüfung 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,
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2018 Lineare Algebra und analytische Geometrie II Vorlesung 52 Auf dem R n gibt es sehr viele verschiedene Normen, allerdings hängen sehr viele wichtige Begriffe wie die
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 31 Vektorräume mit Skalarprodukt Im R n kann man nicht nur Vektoren addieren und skalieren, sondern ein Vektor
MehrLineare 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
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
Mehr7.3 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
MehrKlausurenkurs 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
MehrSatz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum
Orthogonalität 123 Dienstag, 27. April 04 Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum U von V gilt dann (a) U + U = V, U U = {0}, U, U = 0. (b) (U ) = U. Wir sagen
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Auf dem R n gibt es sehr viele verschiedene Normen, allerdings hängen sehr viele wichtige Begriffe wie die Konvergenz
MehrLineare 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
Mehr9 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
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
MehrOrthonormalisierung. 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).
MehrPrüfung Lineare Algebra , B := ( ), C := 1 1 0
1. Es seien 1 0 2 0 0 1 3 0 A :=, B := ( 1 2 3 4 ), C := 1 1 0 0 1 0. 0 0 0 1 0 0 1 0 0 0 0 Welche der folgenden Aussagen ist richtig? A. A und C haben Stufenform, B nicht. B. A und B haben Stufenform,
Mehr7.2 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.)
MehrAufgabe 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
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
MehrHinweis: 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
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 57 Lineare Abbildungen bei Körperwechsel Definition 57.1. Zu einer linearen Abbildung ϕ: V W zwischen K-Vektorräumen
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 015/016 Lineare Algebra und analytische Geometrie I Vorlesung 14 Ich war nie der talentierteste Spieler. Ich musste mir alles unheimlich hart erarbeiten und es gab bestimmt
MehrEinige Lösungsvorschläge für die Klausur zur Vorlesung
Prof Klaus Mohnke Institut für Mathematik Einige Lösungsvorschläge für die Klausur zur Vorlesung Lineare Algebra und analtische Geometrie II* - SS 7 Aufgabe Im R mit dem Standardskalarprodukt ist die folgende
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 56 Basiswechsel bei Tensorprodukten Lemma 56.1. Es sei K ein Körper und seien V 1,...,V n endlichdimensionale
MehrAnalysis II. Vorlesung 37. Differenzierbare Kurven
Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 37 Differenzierbare Kurven Eine Animation des Graphen der trigonometrischen Parametrisierung des Einheitskreises. Die grünen Punkte sind Punkte
MehrLineare Algebra für Ingenieure
TECHNISCHE UNIVERSITÄT BERLIN SS 4 Fakultät II - Mathematik J Liesen/F Lutz/R Seiler Lineare Algebra für Ingenieure Lösungen zur Juli-Klausur Stand: 4 September 4 Rechenteil Aufgabe (8 Punkte Berechnen
MehrLösungsskizzen 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)
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 25/26 Lineare Algebra und analytische Geometrie I Schläft ein Lied in allen Dingen, Die da träumen fort und fort, Und die Welt hebt an zu singen, Triffst du nur das Zauberwort
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 39 Definitheit von Bilinearformen Wir möchten die symmetrischen Bilinearformen über den reellen Zahlen klassifizieren.
Mehr6 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
Mehr11.2 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
MehrPrüfung EM1 28. Jänner 2008 A :=
1. Die Menge der Eigenwerte der Matrix ist Prüfung EM1 28. Jänner 2008 A := ( 0 1 ) 0 1 A. {1, 0} B. { 1} C. {0} D. {0, 1, 1} E. {0, 1} 2. Es seien V ein n-dimensionaler reeller Vektorraum, ein Skalarprodukt
Mehr1 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
Mehra) 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
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
MehrRichie Gottschalk Lineare Algebra I Seite 1. a) Welche der folgenden Ringe sind kommutativ? Es gibt genau einen Unterraum W von V mit dim(w ) = n.
Richie Gottschalk Lineare Algebra I Seite Aufgabe Im Folgenden sind K immer ein Körper und V ein K-Vektorraum. a) Welche der folgenden Ringe sind kommutativ? K[x] K[x] ist per se ein kommutativer Polynomring.
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 8 Dimensionstheorie Ein endlich erzeugter Vektorraum hat im Allgemeinen ganz unterschiedliche Basen. Wenn
MehrPrüfung 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
Mehr1 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
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.44 2018/05/17 14:11:13 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.6 Bewegungen und Kongruenzbegriffe Wir untersuchen gerade die Spiegelung an einer Hyperebene h R d. Ist ein
Mehr5 Lineare Algebra (Teil 3): Skalarprodukt
5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale
MehrEine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 7 Die Lösungsmenge eines homogenen linearen Gleichungssystems in n Variablen über einem Körper K ist ein Untervektorraum
MehrFachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen
Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016
Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs 4 Lineare Algebra/Analytische Geometrie II SoSe 2016 Bearbeiten Sie bitte zwei
MehrKlausur 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
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 13 Projektionen Zu einer direkten Summenzerlegung V = U 1 U 2 nennt man die Abbildung p 1 : V U 1, v 1
MehrKlausurenkurs 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
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2017/2018 Lineare Algebra und analytische Geometrie I Vorlesung 10 Ich war nie der talentierteste Spieler. Ich musste mir alles unheimlich hart erarbeiten und es gab bestimmt
MehrVordiplomsklausur zur Linearen Algebra I
25.3.2002 Vordiplomsklausur zur Linearen Algebra I Prof. Dr. G. Hiß Tragen Sie bitte auf diesem Deckblatt leserlich und in Blockbuchstaben Ihren Namen und Ihre Matrikelnummer ein und unterschreiben Sie.
MehrAnalysis II. Vorlesung 52. Diffeomorphismen
Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 52 Diffeomorphismen Der Satz über die lokale Umkehrbarkeit gibt Anlass zu folgender Definition. Definition 52.1. EsseienV 1 undv 2 endlichdimensionalereellevektorräume
MehrLösungen zu Prüfung Lineare Algebra I/II für D-MAVT
Prof. N. Hungerbühler ETH Zürich, Sommer 4 Lösungen zu Prüfung Lineare Algebra I/II für D-MAVT. [ Punkte] Hinweise zur Bewertung: Jede Aussage ist entweder wahr oder falsch; machen Sie ein Kreuzchen in
MehrMathematik I. Vorlesung 11. Lineare Unabhängigkeit
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 11 Lineare Unabhängigkeit Definition 11.1. Es sei K ein Körper und V ein K-Vektorraum. Dann heißt eine Familie von Vektoren v i, i I,
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 9 Basiswechsel Wir wissen bereits, dass in einem endlichdimensionalen Vektorraum je zwei Basen die gleiche Länge
MehrFerienkurs 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
Mehra) Zeigen Sie, dass ϕ genau dann ein Gruppenhomomorphismus ist, wenn die Verknüpfung
Aufgabe (8 Punkte) Es sei (G, ) eine Gruppe und ϕ: G G die Abbildung, die für jedes g G durch ϕ(g) = g g =: g gegeben ist. a) Zeigen Sie, dass ϕ genau dann ein Gruppenhomomorphismus ist, wenn die Verknüpfung
MehrKlausurenkurs 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)
MehrKlausur (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
MehrLösung Lineare Algebra I Sommer 2018 Version A
Lösung Lineare Algebra I Sommer 208 Version A. (25 Punkte) Kreuzen Sie direkt auf dem Abgabeblatt an, ob die Behauptungen oder sind. Sie müssen Ihre Antworten nicht begründen! Bewertung: Punkt für jede
Mehr4.3 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