Musterlösungen zur Linearen Algebra II Hauptklausur

Ähnliche Dokumente
Musterlösungen zur Linearen Algebra II Übungsklausur

Musterlösungen zur Linearen Algebra II Weihnachtszettel

Musterlösung der Klausur zur linearen Algebra II

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Übungsblatt

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

Lineare Algebra für Physiker 11. Übungsblatt

Lösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen

3 Bilinearform, Basen und Matrizen

Lineare Algebra und analytische Geometrie II

Wiederholungsserie II

Musterlösungen zur Linearen Algebra II Blatt 2

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

6 Eigenwerte und Eigenvektoren

Lineare Algebra II 8. Übungsblatt

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

Lineare Algebra I Ferienblatt

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

Lineare Algebra II 12. Übungsblatt

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

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

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

Universität Bielefeld Sommersemester Lineare Algebra 2 Übungsblatt 1

Probeprüfung Lineare Algebra I/II für D-MAVT

Klausur zur Vorlesung Lineare Algebra II

Klausur zu Lineare Algebra I für Informatiker, SS 07

Kontrollfragen und Aufgaben zur 3. Konsultation

6 Eigenwerte und Eigenvektoren

Lineare Algebra II (NAWI) SS2014 Übungsblatt 1

Lineare Algebra II (SS 13)

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

Lineare Algebra II Zwischentest

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

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

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

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

D-MATH, D-PHYS, D-CHAB Lineare Algebra II FS 14 Manfred Einsiedler. Musterlösung 8. i=1. w 2, w 2 w 2 =

Probeklausur Lineare Algebra für Physiker

6 Hauptachsentransformation

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

KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008

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

Kapitel 11. Bilinearformen über beliebigen Bilinearformen

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

1 Die Jordansche Normalform

Klausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6

Musterlösung der zweiten Klausur zur Linearen Algebra I,

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

Basisprüfung. 18. August 2015

Einige Lösungsvorschläge für die Klausur zur Vorlesung

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 6

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

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

10. Übung zur Linearen Algebra II -

Ausgewählte Lösungen zu den Übungsblättern 9-10

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

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

Höhere Mathematik II für die Fachrichtung Physik

Wiederholungsklausur zur Linearen Algebra II

Musterlösungen für die Nachklausur in LinAlg vom

Lineare Algebra II 11. Übungsblatt

Lineare Algebra 2 (SS 13) Blatt 13: Musterlösung

Steilkurs Lineare Algebra 1 einige wichtige Stationen

4.4 Simultane Diagonalisierbarkeit und Trigonalisierbarkeit

Diagonalisierbarkeit symmetrischer Matrizen

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

Übungsblatt 13. Lineare Algebra I für Informatiker, Dr. Frank Lübeck, SS 2010

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

MC-Serie 11: Eigenwerte

Probeklausur zur Linearen Algebra II

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

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

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

Lineare Algebra und analytische Geometrie II

4 Bilinearformen und Skalarprodukte

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,

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

6 Symmetrische Matrizen und quadratische Formen

Abschnitt 1. Jordan Normalform

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

Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen

Klausurenkurs zum Staatsexamen (SS 2013): Lineare Algebra und analytische Geometrie 3 Lösungsvorschlag

Studienrichtung: Physik / technische Mathematik, Lehramt, oder andere.

Lösung 23: Sylvesters Trägheitssatz & Singulärwertzerlegung

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

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

Typische Klausuraufgaben 1.

5.2 Diagonalisierbarkeit und Trigonalisierung

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

Karlsruher Institut für Technologie (KIT) WS 2012/13 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning

10 Unitäre Vektorräume

Lineare Algebra Klausur 1

Analysis II. Vorlesung 48. Die Hesse-Form

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen

Übungen zur Vorlesung Lineare Algebra

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12

Institut für Analysis und Scientific Computing E. Weinmüller WS 2016

Transkript:

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) ist falsch. Aufgabe. a) Es ist dim U + dim U = n = dim V + dim V. Ist also U V, U V, so ist dim U < dim V und damit also dim U > dim V und die Aussage ist wahr. b) Nach dem Satz über die Hauptachsentransformation kann man eine Basis finden, so dass F eine Diagonalmatrix ist, deren Einträge aus {, ( 0, } ) stammen. Allerdings kann man auf die - nicht verzichten, wie F = zeigt, die Aussage ist also falsch. c) Für nicht-diagonalisierbare Endomorphismen (die es ja tatsächlich gibt) kann man keine solche Basis angeben, die Aussage ist also falsch. d) Nach dem Satz über die Hauptachsentransformation gibt es eine Basis B, sodass B φ B eine Diagonalmatrix ist. Dabei sind die Einträge auf der Diagonalen genau die Eigenwerte von φ. Hat φ also nur einen Eigenwert λ, so gilt B φ B = λ I n, also φ = λ id, und die Aussage ist wahr. Aufgabe 3. Nach Definition ist die quadratische Form gegeben durch Q(x) = F (x, x). Da im Allgemeinen F (x, x), F (x, x) und F (x, x) paarweise verschieden sind, ist also b) richtig. Aufgabe 4. a) Um nachzuweisen, dass A normal ist, muss man die Produkte AA und A A berechnen: Es ist ( ) 3 3i A A = = AA, 3 + 3i 4 also ist A normal. ( ) ( ) i b) B kann man schreiben als B = B +B für B := und B :=. i Nun gilt B = B und B = B sowie B B = B B. Da also die Matrizen kommutieren, gilt für sie die dritte binomische Formel und damit B B = (B B )(B + B ) = B B = (B + B )(B B ) = BB,

also ist B normal. c) C ist nicht schiefsymmetrisch, also bleibt nur die beiden Produkte auszurechnen: Es gilt 4 3 4 4 3 0 C C = 3 6, aber CC = 3 6 0, 4 35 0 0 35 also ist C nicht normal. Aufgabe 5. a) Es gibt verschiedene Wege nachzuweisen, dass die Menge V der reellen symmetrischen -Matrizen ( ) V := {A R a b : A T = A} = { : a, b, c R} b c einen R-Vektorraum bildet. Nachrechnen der Definition: (V, +) ist eine abelsche Gruppe: Die Nullmatrix ist symmetrisch, also 0 V. Sind A, B symmetrische Matrizen, so gilt (A+B) t = A+B und ( A) t = A nach den Rechenregeln für das Transponieren, d.h. V ist eine Gruppe, denn auch die Assoziativität folgt sofort aus der komponentenweise Assoziativität. Die Kommutativität ist klar. Da auch (λa) t = λa, ist V bezüglich der Skalarmultiplikation abgeschlossen. Die Axiome (λ + µ)a = λa + µa, λ(a + B) = λa + λb, λ(µa) = (λµ)a, A = A folgen aus den allgemeinen Rechenregeln für Matrizen. Man kann auch zeigen, dass V ein Untervektorraum von R ist. Denn damit folgt aus einem früheren Satz, dass V dann selbst auch ein Vektorraum ist. Dazu ist also zu zeigen, dass 0 V, für A, B V auch A+B V ist und dass λa V für alle λ R, d.h. dass 0, A+B und λa wiederum symmetrisch sind (und nicht nur, dass diese wieder reelle -Matrizen sind). Das folgt wie oben, weshalb V wiederum ein Vektorraum ist.

( ) a b b) Seien S = b c gilt und T = ( ) a b b c zwei symmetrische Matrizen. Dann (det(s + T ) det S det T ) = ((a + a )(c + c ) (b + b )(b + b ) (ac b ) (a c b )) = (ac + a c bb ), also ist die zugehörige Form bilinear. Da auch det(λs) = λ det S ist da S eine -Matrix ist, sind die beiden Axiome einer quadratischen Form erfüllt. c) Bezüglich der Basis ( e := ) ( 0, e 0 := ) ( ), e := hat die zu det assoziierte Bilinearform die beschreibende Matrix A := wie man der Rechnung aus Teil b) entnimmt. Um eine Basis zu finden, bezüglich der A Diagonalgestalt hat, gibt es verschiedene Methoden. Die Einschränkung A von A auf den Unterraum e, e 3 ist hyperbolisch, und wie im Beweis einer Übungsaufgabe folgt sofort, dass A bezüglich der Basis (e + e 3, e e 3 ) Diagonalform hat. Da der Orthogonalraum von e, e 3 genau e ist, folgt, dass e + e 3, e, e e 3 eine Basis von V ist, bezüglich der die zu det gehörige Bilinearform Diagonalform hat. Nach dem Satz über die Hauptachsentransformation reicht es, die Eigenräume von A zu bestimmen, denn Basen für diese Eigenräume bilden dann ein Orthogonalsystem B, und A hat dann bezüglich B Diagonalgestalt. Wieder findet man: Die Eigenräume sind genau 0 0, und 0, also hat A bezüglich der Basis e + 0 e 3, e, e e 3 von V Diagonalgestalt. Daneben kann man auch das in der Vorlesung skizzierte Verfahren auf A anwenden, in dem man einen eindimensionalen Unterraum U 3

findet, für den die Einschränkung von A auf U nicht ausgeartet ist und dessen orthogonales Komplement man dann berechnet und induktiv fortfährt. Wir starten hier mit dem Unterraum U := e, denn für diesen ist das orthogonale Komplement direkt gegeben durch U = e, e 3. Finde nun einen Vektor u in U, für den u t Au 0. Wähle dafür z.b. u := 0, denn dann gilt u t Au =. Berechne schliesslich einen Vektor v = (v, v, v 3 ) t, der senkrecht auf e und u steht. Es muss also gelten 0 = v t Ae = v und 0 = v t A 0 = v + v 3 und man kann v wählen als v = 0. Auch mit dieser Rechnung erhält man also e + e 3, e, e e 3 als Orthogonalbasis. Aufgabe 6. Da rk A 3 = 0, müssen alle auftretenden Jordan-Blöcke eine Länge 3 haben. Für einen Block B der Länge gilt B = 0, und da Blöcke der Länge schon 0 sind, folgt aus der Bedingung rk A =, dass es genau zwei Blöcke der Länge 3 gibt. Da schliesslich rk A = 5 = 4 +, muss es noch einen Block der Länge zwei geben. Daher ist die Jordan-Form von A bis auf Permutation der Kästchen gegeben durch 0 0 0 J A = 0 0 0 0 0 Ein anderer Lösungsweg besteht darin, über die Rangformel die Anzahl der Blöcke verschiedener Länge zu bestimmen. Aufgabe 7. a) Es ist χ A = (x )(x + )((x 3)(x ) + ) = (x + )(x ) 3, denn A ist in Blockgestalt. 4

b) Es ist klar, dass der Eigenraum zum Eigenwert - eindimensional ist. Da 0 rk(a I 4 ) = rk 4 4 =, 4 7 folgt dim Eig(A, ) =. Also ist die geometrische Vielfachheit von kleiner als die algebraische Vielfachheit; A ist nicht diagonalisierbar und es muss einen Kasten der Länge geben. Dieser kann nicht Länge 3 haben, da dim Eig(A, ) =, damit ist die Jordanform gegeben durch J A =. c) An der Jordanform liest man das Minimalpolynom ab als m A = (x + )(x ), denn A und J A haben das gleiche Minimalpolynom und der Exponent a vom Faktor (x ) a im Minimalpolynom ist gegeben durch die Länge des längsten Jordanblocks zum Eigenwert, d.h. a =. d) Die sich schon in Jordan-Form befindende Matrix B = hat das gleiche charakteristische Polynom wie A, ist aber nicht ähnlich zu A, da die Jordan-Formen verschieden sind. Aufgabe 8. a) Die Matrix A ist symmetrisch, weswegen, eine symmetrische Bilinearform ist. A ist auch positiv definit, denn alle Hauptminoren A i sind positiv: A =, A = =, A 3 = 6 ( + 3) =. Also ist, ein Skalarprodukt. 5

b) Wir bestimmen eine Orthonormalbasis von V mittels Gram-Schmidt. und e = v := e e = e w := e e, v = e + e, w = v := w w = e + e. Also ist eine Orthonormalbasis von V gegeben durch (e, e + e ). 6