Tutorium 3. 1 Nilpotente Endomorphismen. Definition. Sei Φ End(V ). Φ heißt nilpotent: n N : Φ n = 0
|
|
- Kerstin Auttenberg
- vor 6 Jahren
- Abrufe
Transkript
1 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() = V k= gilt nach dem Satz von letztem Mal H(Φ, ) = V und CP Φ (X) = X dim V. Sei nun X d das Minimalpolynom von Φ, und u V mit Φ d 1 (u). Betrachte U := u, Φ(u),..., Φ d 1 (u) }{{} :=B Es ist klar, dass dim U d. Andererseits ist Φ U auch nilpotent, und es gilt dim U = Grad CP Φ U (X) Grad MP Φ U (X) d da Φ d 1 (u). Bezüglich B hat Φ U dann die Abbildungsmatrix: 1 J d () := 1 Diese Matrix heißt Jordankästchen der Länge d zum EW. Lemma aus der Vorlesung sagt: Es gibt ein Φ-invariantes Komplement zu U vollständige Induktion liefert den folgenden Satz: Satz. Sei A K n n eine nilpotente Matrix. Dann gibt es eindeutig bestimmte natürliche Zahlen k und d 1... d k 1 sodass A ähnlich ist zu folgender Matrix: Ã := J d1 () Jdk () Diese Matrix heißt Jordansche Normalform (JNF) von A. Bemerkung. Für die Anzahl der Jordankästchen gilt: k = dim Eig(Φ, ) = dim Kern(Φ) wie man durch Betrachten der JNF erkennt. 1
2 Aufgabe 1. Sei Φ End(V ), dim V = und Bild(Φ) Kern(Φ). Bestimmen Sie charakteristisches Polynom, Minimalpolynom und Jordansche Normalform. Lösung. Nach Voraussetzung gilt für alle x V : Φ(Φ(x)) = Φ = Also ist Φ nilpotent, und also CP Φ (X) = X. Außerdem ist X annullierendes Polynom, folglich MP Φ (X) {X, X }. Es gilt aber: MP Φ (X) = X Φ = Rang(Φ) = Also treffen wir eine Fallunterscheidung nach r := Rang(Φ). 1. Fall: r = k =, und die Jordansche Normalform ist:. Fall: r = 1 k = 3, und es folgt zwingend: 1 (denn = ist ohne Beachtung der Reihenfolge die einzige Zerlegung der in 3 Summanden) 3. Fall: r = k =, wir haben zwei mögliche Zerlegungen = = + in Summanden. Aber wegen 1 1 = 1 kann es kein Jordankästchen der Länge 3 geben, wir erhalten also als JNF: 1 1. Fall: r = 3 k = 1, aber dann hätten wir ein Jordankästchen der Länge, was ja nicht möglich ist.
3 Die Jordansche Normalform Definition. Die Matrix λ 1 λ J d (λ) := 1 λ heißt Jordankästchen der Länge d zum EW λ. Bemerkung. Sei nun Φ End(V ) und das charakteristische Polynom zerfalle in Linearfaktoren. Wir wissen: V = λ H(Φ, λ), H(Φ, λ) = Kern((Φ λ id) µa(φ,λ) ) Also ist (Φ λ id) H(Φ,λ) nilpotent, es gibt also eine Darstellung als JNF bestehend aus Jordankästchen J di (). Aber es gilt ja: Φ H(Φ,λ) = λ id H(Φ,λ) + (Φ λ id) H(Φ,λ) Folglich gibt es für Φ H(Φ,λ) eine Darstellung als sogenanntem Jordanblock, bestehend aus Jordankästchen der Form J di (λ). Macht man das für jeden EW λ, so erhält man den folgenden Satz: Satz. Sei Φ End(V ), und das charakteristische Polynom von Φ zerfalle in Linearfaktoren. Weiterhin seien Spec(Φ) = {λ 1,... λ l } die l EWe von Φ. Dann gibt es für jeden EW λ i eindeutig bestimmte natürliche Zahlen k i und d 1,i... d ki,i 1 sodass Φ bezüglich einer geeigenetes Basis B die Abbildungsmatrix in Jordanscher Normalform (JNF) D BB (Φ) = D 1 D l hat, wobei J d1,i (λ i ) D i := Jdki,i (λi) der Jordanblock zum i-ten EW ist. 3
4 Bemerkung. Es gelten: (i) Die JNF ist eindeutig bis auf Reihenfolge der Jordanblöcke/Eigenwerte. (ii) Länge des Blocks zum EW λ = dim H(Φ, λ) = µ a (Φ, λ) (iii) Anzahl Kästchen zum EW λ = k i = dim Eig(Φ, λ) = µ g (Φ, λ) (iv) Länge des größtes Kästchens zum EW λ = Exponent von (X λ) im Minimalpolynom! (v) Für die Anzahl der Jordankästchen der Länge d zum EW λ gilt: m d (λ) = Rang((Φ λ id) d 1 ) Rang((Φ λ id) d ) + Rang((Φ λ id) d+1 ) Aufgabe. Berechnen Sie die Jordansche Normalform der Matrix A := R sowie eine Matrix S GL (R) sodass S 1 AS in Jordanscher Normalform ist. Lösung. X X X CP A (X) = det( 3 X 3 1 X 1 ) = det( 1 X 1 X X 1 ) X + X X X X X X = det( 1 X 1 X ) = X det( 1 X 1 1 ) X X X 1 X ) = X det( X X ) = X X X det(( ) X X = X ( 3X + X + 3X) = X Folglich gibt es genau einen Jordanblock, und zwar zum EW. Es gilt A =, also gilt MP A (X) = X und das größte Jordankästchen hat Länge. Wir berechnen nun Eig(A, ) = Kern(A), denn dessen Dimension liefert uns ja die Anzahl Jordankästchen: Kern(A) = 1, 1 Es gibt also Jordankästchen, wir erhalten folgende Jordansche Normalform: Ã := 1 1
5 Wir finden wir die Jordanbasis? Wir suchen Vektoren b 1, b 3 in Kern(A ) \ Kern(A), so dass b := Ab 1, b := Ab 3 linear unabhängig sind! Wir setzen an: 1 3 b 1 :=, b 3 := 1 b := Ab 1 = 3, b := Ab 3 = und scheinen erfolgreich gewesen zu sein! Also: S = ( ) b 1 b b 3 b = 3 1 S 1 = und tatsächlich gilt S 1 AS = Ã. Aufgabe 3. Sei Φ End(V ), dim V = 5, dim Kern(Φ) = 1 und CP Φ (X) = X 5 9X 3. Berechnen Sie die Jordansche Normalform von Φ. Lösung. Wir berechnen zunächst die Jordansche Normalform von Φ. Wegen CP Φ (X) = X 3 (X 3)(X + 3) interessiert uns nur noch die Anzahl Jordankästchen zum Eigenwert, und die ist ja gerade gleich dim Kern(Φ) = 1. Also ist die JNF von Φ: 1 J := und J := ist eine Abbildungsmatrix von Φ! Also gilt CP J (X) = X 3 (X 9), und uns interessiert wieder nur die Anzahl Jordankästchen zum Eigenwert, also dim Kern(Φ ) = dim Kern(J ) = (denn es gibt offenbar genau 3 l.u. Zeilen). Folglich ist die JNF von Φ :
Tutorium 2. 1 Der Polynomring
1 Der Polynomring Tutorium 2 Wiederholung. Eine Einheit eines Rings ist ein multiplikativ invertierbares Element. Zum Beispiel sind {1, 1} die Einheiten in Z, und alle Zahlen außer der 0 in jedem Körper.
MehrLösungsskizzen 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)
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)
Mehr3.4 Trigonalisierung und Jordansche Normalform
3.4 Trigonalisierung und Jordansche Normalform Definition 3.4.1. Sei V ein K-Vektorraum, F End K (V ). Ein Unterraum U V heißt F -invariant falls F (U) U. Bemerkung. (1) Falls U V ein F -invarianter Unterraum
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
MehrÜbungsblatt
Prof Dr Fabien Morel Lineare Algebra II Dr Anand Sawant Sommersemester 2018 Übungsblatt 11 20062018 Aufgabe 1 (2 Punkte) Berechnen Sie eine Jordan-Basis für die Matrix 3 1 1 M = 2 2 0 M 3 (R) 1 1 3 Wir
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
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
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
MehrJNF Rezept. 21. Juli 2006
JNF Rezept Simon Wood swood@student.ethz.ch. Juli 6 Was ist die Jordan Normalform? Die Jordan Normalform (JNF) ist die eifachst mögliche Darstellung einer Matrix bezüglich einer geeigneten Basis. Matrizen
MehrLineare 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
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 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
MehrProseminar Lineare Algebra SS10
Proseminar Lineare Algebra SS1 Normalform von Matrizen Jordansche Normalform Philip Bauermeister Heinrich-Heine-Universität Betreuung Prof. Dr. Oleg Bogopolski 2 1 Matrizen linearer Abbildungen 1.1 Definition
MehrAusgewählte 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
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 25/26 Lineare Algebra und analytische Geometrie I Vorlesung 28 If it works, it s out of date David Bowie Ein Zerlegungssatz Satz 28 Sei ϕ: V V ein trigonalisierbarer K-Endomorphismus
Mehr12.3 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
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
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:
MehrSteilkurs 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
Mehr3.5 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
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
Mehr29 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
MehrMusterlösungen 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)
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
MehrVI.3. JORDAN SCHE NORMALFORM 167
VI3 JORDAN SCHE NORMALFORM 67 VI3 Definition (Verallgemeinerte Eigenräume Sei V ein endlich-dimensionaler K-Vektorraum ϕ: V V linear und λ ein Eigenwert von ϕ Unter dem verallgemeinerten Eigenraum von
MehrMusterlösung 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
Mehr4.4 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.
Mehr20. Die Jordansche Normalform
20. Die Jordansche Normalform 233 20. Die Jordansche Normalform Im letzten Kapitel haben wir bereits ausführlich untersucht, wie man zu einer gegebenen quadratischen Matrix A Mat(n n,k) eine möglichst
Mehr5.4 Affine Abbildungen in C 2 und R 2
5.4 Affine Abbildungen in C 2 und R 2 Notation. Wir erinnern an die affine Ähnlichkeit von Matrizen (5.3.8): L 1, L 1 AM n (K). Dann: L 1 a L 2 falls C AGL n (K) mit C 1 L 2 C = L 1. Die aus 3.2.9 bekannte
MehrKapitel 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
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
MehrTrigonalisierung. 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
MehrNachholklausur zur Linearen Algebra I, WS 03/04
16.4.2004 Nachholklausur zur Linearen Algebra I, WS 03/04 Prof. Dr. H. Pahlings Tragen Sie bitte auf diesem Deckblatt leserlich und in Blockbuchstaben Ihren Namen und Ihre Matrikelnummer ein und unterschreiben
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
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
Mehr5.4 Affine Abbildungen in C 2 und R 2
5.4 Affine Abbildungen in C 2 und R 2 Notation. Wir erinnern an die affine Ähnlichkeit von Matrizen (5.3.(ii)): L, L n (K). Dann: L a L 2 falls C AGL n (K) mit C L 2 C = L. Die aus 3.2.9 bekannte übliche
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
MehrLineare 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
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
Mehr18 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
MehrLineare Algebra II Zwischentest
Lineare Algebra II Zwischentest Dr. Stephan Ehlen, Dr. Chris Jennings-Shaffer, Jonathan Schürr 14.06.18 Dieser Zwischentest besteht aus 7 Aufgaben und enthält insgesamt 12 Seiten. Sie haben für die Bearbeitung
MehrMat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1
Aufgabe. Bestimmen Sie das Exponential expa) der Matrix ) 5 6 A = Mat, R). 4. Wir bestimmen das charakterische Polynom f A t) = t t = t )t + ). ). Eigenvektor zu EW ist v = ). Eigenvektor zu EW ist v =
Mehr5 Minimalpolynom und charakteristisches Polynom
5 Minimalpolynom und charakteristisches Polynom 5.1 Lemma Sei A K n n. Dann ist λ K genau dann ein Eigenwert von A, wenn det(λe n A) = 0. 5.2 Beispiel ( ) 1 4 i) A = R 1 1 2 2 det(λe 2 A) = λ 1 4 1 λ 1
MehrEigenwerte, 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
MehrKlausur 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
Mehr1. 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
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
Mehr23. 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,
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
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
Mehr6 Die Jordansche Normalform
6 Die Jordansche Normalform 6.1 Definition Sei f End K (V ). i) U V heißt f-invariant, falls f(n) U n U. Mit f U End K (C) bezeichnen wir die Einschränkung von f auf U: f U (v) = f(u) für u U. ii) Eine
MehrAlle Vektoren sind hier Spaltenvektoren. Eine Matrix besteht aus nebeneinandergeschrie-
1 Vorbemerkungen Alle Vektoren sind hier Spaltenvektoren. Eine Matrix besteht aus nebeneinandergeschrie- benen Vektoren. Wird die Matrix A = ( a 1,..., a n ) mit dem Vektor c = c 1. c n multipliziert,
MehrÜbungsblatt 13. Lineare Algebra I für Informatiker, Dr. Frank Lübeck, SS 2010
Übungsblatt 3 Lineare Algebra I für Informatiker, Dr Frank Lübeck, SS Für Matrikelnummer: 9787 Abgabezeitpunkt: Do Jul :: CEST Dieses Blatt wurde erstellt: Do 5 Jul 8:47:36 CEST Diese Übung besteht aus
MehrNormalformen. Kapitel Zyklische Unterräume
Kapitel 10 Normalformen In diesem ganzen Kapitel ist V ein n-dimensionaler K-Vektorraum und T Hom(V, V ) Natürlich können Sie sich T auch immer als Matrix vorstellen, und wenn wir konkret rechnen, dann
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
MehrKAPITEL 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
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
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
Mehra) Die Abbildung µ h ist injektiv, da für alle g 1, g 2 G gilt: Daher ist µ h bijektiv. Zudem folgt aus µ h (g) = g auch
Aufgabe. (8 Punkte) Es sei (G, ) eine Gruppe und e G ihr neutrales Element. Für h G sei µ h : G G die Abbildung, die durch g G : µ h (g) := h g gegeben ist. a) Zeigen Sie, dass für jedes h G die Abbildung
Mehr1. 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)
MehrVI.4. REELLE NORMALFORMEN 185
VI.4. REELLE NORMALFORMEN 185 VI.4. Reelle Normalformen. Wir wollen hier die Primärzerlegung des vorangehenden Abschnitts verfeinern und anschließend die reelle Jordan sche Normalform besprechen. Wir beginnen
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
MehrEigenwerte 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
Mehr5.3 Typen und Klassifikation affiner Abbildungen
53 Typen und Klassifikation affiner Abbildungen Definition 531 Sei A ein AR und Aff(A) die Gruppe der Affinitäten von A τ Aff(A) heißt Translation falls p, q A gilt: pτ(p) = qτ(q) Der dann von der Wahl
Mehr5.3 Typen und Klassifikation affiner Abbildungen
53 Typen und Klassifikation affiner Abbildungen Definition 531 Sei A ein AR und Aff(A) die Gruppe der Affinitäten von A τ Aff(A) heißt Translation falls p, q A gilt: pτ(p) = qτ(q) Der dann von der Wahl
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
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, 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
MehrMusterlösungen für die Nachklausur in LinAlg vom
Musterlösungen für die Nachklausur in LinAlg vom 10.10.16 1. Finden Sie mindestens ) zwei Dreh )Matrizen ) M R 2 2 mit der Eigenschaft 1 0 M = : M = ± 1 1 2 ±1 1 k k 1 k 2. Sei A R 3 3 die Matrix A = 0
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
MehrVordiplomsklausur, Lineare Algebra I, WS 2003/04, Prof. Dr. H. Pahlings
Vordiplomsklausur, 22.3.2004 Gruppe A Lineare Algebra I, WS 2003/04, Prof. Dr. H. Pahlings Tragen Sie bitte auf diesem Deckblatt leserlich und in Blockbuchstaben Ihren Namen und Ihre Matrikelnummer ein
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
MehrRalf Gerkmann. Mathematisches Institut der Ludwig-Maximilians-Universität München. Lineare Algebra II. (Version vom 13.
Ralf Gerkmann Mathematisches Institut der Ludwig-Maximilians-Universität München Lineare Algebra II (Version vom 13. August 2014) Inhaltsverzeichnis 1. Eigenwerte und Eigenvektoren...........................
MehrZeigen 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
Mehr2 Ähnlichkeit von Matrizen, Eigenwerte und Eigenvektoren
2 ÄHNLICHKEIT VON MATRIZEN, EIGENWERTE UND EIGENVEKTOREN 1 19. Mai 2000 2 Ähnlichkeit von Matrizen, Eigenwerte und Eigenvektoren Motivation. Es seien: V ein K-Vektorraum mit dim V = n < und F End V, Φ,
MehrKapitel 5. Endomorphismen von Vektorräumen. 5.4 Die jordansche Normalform
Kapitel 5 c M. Roczen und H. Wolter Preview zur aktuellen Fassung: Lineare Algebra individuell Online Ver. 0.52, 15.5.2005 Alle Rechte vorbehalten Endomorphismen von Vektorräumen V 0 sei ein Vektorraum
Mehr3.1. JORDAN-NORMALFORM 63
3.1. JORDAN-NORMALFORM 63 Der Beweis ist mit Bedacht so gewählt, dass man noch diverse Strategien bei der Auffindung der linearen Abhängigkeiten anwenden kann. Im Unterschied zur Hauptraumzerlegung ist
MehrJordansche Normalform - Beispielrechnung. 1 Beispielrechnung an einer komplexen Matrix
Jordansche Normalform - Beispielrechnung Dieses kurze Skript soll die jordansche Normalform erklären die auch oft als Trigonalisierung von Matrizen bezeichnet wird da man die Matrix auf eine bestimmte
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
Mehr6 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,
Mehr8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet:
8. EIGENWERTTHEORIE I 139 8 Eigenwerttheorie I Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet: K[x] = Abb[N, K] = {P ; P = a n x n + a n 1 x n 1 + + a 0 ; a
MehrHöhere Mathematik II für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz SS 5 4.5.5 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 4. Übungsblatt
MehrMusterlösungen 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
Mehr2.11 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
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): 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
MehrUniversität 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
MehrLineare Algebra - Determinanten und Eigenwerte
Lineare Algebra - Determinanten und Eigenwerte 26 März 2011 1 Determinanten 11 Definition (Determinanten): Sei K ein Körper und N n 0 Dann nennt man eine durch det : M(n n, K) K, a det(a) definierte Abbildung
Mehr5.2 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.
MehrKapitel 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
MehrVordiplomsklausur zur Linearen Algebra I, WS 05/06
27.3.2006 Vordiplomsklausur zur Linearen Algebra I, WS 05/06 Prof. Dr. G. Hiß Tragen Sie bitte auf diesem Deckblatt leserlich und in Blockbuchstaben Ihren Namen und Ihre Matrikelnummer ein und unterschreiben
MehrKapitel 5. Endomorphismen von Vektorräumen. 5.3 Nilpotente Endomorphismen
Kapitel 5 c M Roczen und H Wolter Preview zur aktuellen Fassung: Lineare Algebra individuell Online Ver 052, 1552005 Alle Rechte vorbehalten Endomorphismen von Vektorräumen V 0 sei ein Vektorraum über
Mehr6 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,
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,
Mehr9. Die Jordansche Normalform.
9. Die Jordansche Normalform. Etwas verkürzt ausgedrückt geht es in diesem Kapitel darum, zu einem L End(V, dim V = n
Mehr5.3 Darstellungsmatrizen affiner Abbildungen
5.3 Darstellungsmatrizen affiner Abbildungen Definition 5.3.1. Seien A und B endlich-dimensionale ARs mit dim A n, dim B m und KS E : (p 0,..., p n ) von A und KS F : (q 0,..., q m ) von B. Sei α : A B
MehrLineare 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,
MehrÜbungen 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