a) 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

Ähnliche Dokumente
a) Zeigen Sie, dass ϕ genau dann ein Gruppenhomomorphismus ist, wenn die Verknüpfung

Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik

R 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

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

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 )

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

{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1,

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

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 5

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

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Lineare Algebra I für Mathematiker Lösungen

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,

Lineare Algebra I Lösungsvorschlag

Lösungsskizze zur Hauptklausur Lineare Algebra I

Lösungsvorschläge zur Klausur. Lineare Algebra, Herbst 2010

Klausurvorbereitungsblatt Lineare Algebra

1 Darstellungsmatrizen

Lösungsvorschlag zur LA-Klausur vom

(1) In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt.

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

Lineare Algebra I Lösung der Probeklausur

Hauptklausur. Lineare Algebra. (BaM-LA1, L3M-AG) Prof. Dr. Martin Möller // Jonathan Zachhuber. WiSe 2016/17 // 20. Februar 2017

1. Hausübung ( )

Musterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr

Lineare Algebra I - Prüfung Winter 2019

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

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

2.11 Eigenwerte und Diagonalisierbarkeit

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

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

Vordiplomsklausur zur Linearen Algebra I

Übungen zur Linearen Algebra 1

43911: Lineare Algebra/Geometrie Prüfungstermin Frühjahr 2015 Lösungsvorschlag

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Tutorium: Analysis und Lineare Algebra

Übungen zur Linearen Algebra 1

TECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik

Lineare Algebra Weihnachtszettel

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

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

Eigenwerte und Diagonalisierung

Lerndingsbums für LA

Musterlösung Donnerstag - Determinanten und Eigenwerte

4.2 Die adjungierte Abbildung

Lösungshinweise zur Klausur. Mathematik für Informatiker III. (Dr. Frank Hoffmann) 18. Februar 2008

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

Lineare Algebra für Ingenieure

3.7 Eigenwerte und Eigenvektoren

Mathematik für Physiker, Informatiker und Ingenieure

Klausur zu Lineare Algebra I für Informatiker, SS 07

6 Eigenwerte und Eigenvektoren

Lösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen

Prüfung Lineare Algebra , B := ( ), C := 1 1 0

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

Einführung in die Mathematik für Informatiker

Klausur zu Lineare Algebra I für Informatiker, SS 07

Richie 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.

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

Übungsklausur Lineare Algebra

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform:

Lineare Algebra. 12. Übungsstunde. Steven Battilana. stevenb student.ethz.ch battilana.uk/teaching

Berechnung der Determinante

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

Lineare Algebra 2. Lösung zu Aufgabe 7.2:

8 Eigenwerttheorie I 8. EIGENWERTTHEORIE I 139. Wir hatten bereits früher den Polynomring in einer Variablen über einem Körper K betrachtet:

Lineare Algebra II Lösungen der Klausur

Übungen zu Lineare Algebra und Geometrie 1

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

Basisprüfung. 18. August 2015

Alle Vektoren sind hier Spaltenvektoren. Eine Matrix besteht aus nebeneinandergeschrie-

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.

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

m 1 Die Bewegung der drei Kugeln wird beschrieben durch das folgende Differentialgleichungssystem x 1 (t) x 2 (t) x 3 (t) k 12 k 12 k 12 k k 23

Ferienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte

6. Normale Abbildungen

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

Musterlösungen zur Linearen Algebra II Übungsklausur

Klausur zur Vorlesung Lineare Algebra I

5. Übung zur Linearen Algebra II -

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

Institut für Analysis und Scientific Computing E. Weinmüller WS 2017

Untersuchen Sie, ob die folgenden Abbildungen linear oder nicht linear sind. x y

Aufgaben zur linearen Algebra und analytischen Geometrie I

Lineare Algebra: Determinanten und Eigenwerte

Grundlagen der Mathematik 1

Lineare Algebra und Numerische Mathematik D-BAUG. Winter 2013 Prof. H.-R. Künsch. , a R. det(a) = 0 a = 1.

Heinrich Heine-Universität Düsseldorf Sommersemester Lineare Algebra 1. Vierzehnte & Fünfzehnte Woche,

Steilkurs Lineare Algebra 1 einige wichtige Stationen

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}.

Klausurähnliche Aufgaben

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

Lineare Algebra I (WS 13/14)

Probeklausur Lineare Algebra 1 Achten Sie auf vollständige, saubere und schlüssige Argumentation! 100 Punkte sind 100%. Inhaltsverzeichnis

Transkript:

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 µ h bijektiv ist und dass µ h (g) = g für ein g G genau dann gilt, wenn h = e G. b) Seien nun G kommutativ, n N und g,..., g n G. Zeigen Sie, dass dann für jedes h G gilt: µ h n(g g 2... g n ) = µ h (g ) µ h (g 2 )... µ h (g n ). c) Nun sei G kommutativ und bestehe aus genau n N Elementen g,..., g n. Folgern Sie aus den ersten beiden Teilaufgaben, dass jedes h G die Eigenschaft h n = e G hat. a) Die Abbildung µ h ist injektiv, da für alle g, g 2 G gilt: µ h (g ) = µ h (g 2 ) h g = h g 2 h (h g ) = h (h g 2 ) (h h) g = (h h) g 2 e G g = e G g 2 g = g 2. Die Abbildung µ h ist surjektiv, da für alle g G gilt: Daher ist µ h bijektiv. Zudem folgt aus µ h (g) = g auch µ h (h g) = h h g = g. h g = g h g g = g g h e G = e G h = e G b) Es gilt nach Definition von µ h : µ h (g ) µ h (g 2 )... µ h (g n ) = h g h g 2 h g n. Da G kommutativ ist, kann man hier auf der rechten Seite die Faktoren vertauschen und den n-fach auftretenden Faktor h voranstellen: h g h g 2 h g n = h n g g 2... g n = µ h n(g g 2... g n ). Die letzte Gleichheit ist die Definition von µ h n. c) Da µ h nach (a) bijektiv ist, ist G = {µ h (g ),..., µ h (g n )}. Da G zudem kommutativ ist, kommt es auf die Reihenfolge der Faktoren nicht an, und es folgt mit (b) g g n = µ h (g ) µ h (g 2 )... µ h (g n ) = µ h n(g g n ). Aus der letzten Behauptung in (a) folgt dann h n = e G.

Aufgabe.2 (8 Punkte) Es sei V der R -Vektorraum der reellwertigen Folgen. Weiter sei U := {(a i ) i N V i N : a i+2 = a i + a i+ } V. a) Zeigen Sie, dass U ein Untervektorraum von V ist. b) Bestimmen Sie die Dimension von U. c) Für F = (a i ) i N U sei Φ(F ) die Folge (a i+ ) i N. Begründen Sie, wieso die so definierte Abbildung Φ ein Endomorphismus von U ist. a) Die Menge U ist nicht leer, da die Nullfolge darin liegt. Wenn weiter a = (a i ) i N und b = (b i ) i N Elemente von U sind und x, y R, dann liegt auch die Folge c := xa + yb mit den Folgengliedern c i = xa i + yb i in U, denn für jedes i N gilt: c i+2 = xa i+2 +yb i+2 = x(a i +a i+ )+y(b i +b i+ ) = xa i +yb i +xa i+ +yb i+ = c i +c i+. Nach dem Untervektorraumkriterium ist demnach U ein Untervektorraum von V. b) Es sei f die Folge in U, die mit den Folgengliedern f = und f 2 = beginnt. Dann berechnen sich rekursiv die weiteren Folgenglieder durch f i+2 = f i + f i+, also f 3 =, f 4 = 2, f 5 = 3, f 6 = 5, f 7 = 8,.... Analog sei g die Folge in U, die mit den Folgengliedern g =, g 2 = beginnt. Dann gilt g 3 =, g 4 =, g 5 = 2, g 6 = 3, g 7 = 5,... f und g sind linear unabhängig, da xf + yg als erste Folgenglieder gerade y und x hat, also nur dann wird, wenn x und y selbst sind. Für eine beliebige Folge a = (a i ) i N aus U ist dann a a g a 2 f eine Folge aus U, deren erste zwei Folgenglieder sind, und wegen der Rekursionsbedingung an die Folgen in U sind dann auch alle weiteren Folgenglieder. Also ist a = a g + a 2 f, und f und G erzeugen U. Damit hat U die Basis {f, g}, ist also zweidimensional. c) Für a U ist b = Φ(a) ebenfalls in U, denn für das i -te Folgenglied gilt b i = a i+, und damit ist b i+2 = a i+3 = a i+ + a i+2 = b i + b i+. Weiter gilt für zwei Folgen a, b U und x, y R, dass die Folge c = xa + yb mit Folgengliedern c i = xa i + yb i als Bild die Folge Φ(c) mit den Folgengliedern c i+ = xa i+ + yb i+ hat, also Φ(c) = xφ(a) + yφ(b) gilt. Damit ist Φ : U U linear, also ein Endomorphismus von U.

Aufgabe.3 (8 Punkte) Sei 2 3 4 A = 2 3 4 5 R 3 4. 3 4 5 6 Bestimmen Sie a) die (normierte!) Treppenform T R 3 4 von A sowie eine Matrix C GL 3 (R), sodass T = C A gilt. b) die Menge L T aller Matrizen M R 3 3 mit M T =. c) die Menge L A aller Matrizen N R 3 3 mit N A =. d) die Menge L A,T aller Matrizen D R 3 3 mit D A = T. a) Wir führen den Gauß-Algorithmus durch und merken uns dabei jeweils, welche Matrizen für die Zeilenumformungen benötigt werden, indem wir die erweiterte Matrix (A I 3 ) transformieren. Die letzten drei Spalten bilden dann eine passende Matrix C. ( 2 3 4 2 3 3 4 4 5 5 6 ) + ( 3 2 ) 3 3 + ( ) 2 3 4 + 3 2 4 6 3 ( 3 2 ) 2 3 2 Damit ist 3 2 T = 2 3 und zum Beispiel C = 2. b) Aufgrund der Bestimmung von T ist x L T = y x, y, z R z offensichtlich. c) Wegen NA = NC T ist x x x L A = {MC M L T } = y y y x, y, z R. z z z d) Wegen DA = T = CA (D C)A = gilt L A,T = {C + N N L A }. +

Aufgabe.4 (8 Punkte) Es sei V R[X] ein reeller Untervektorraum des Polynomringes über R. a) Zeigen Sie, dass für jedes a R die Auswertungsabbildung E a : V R, f E a (f) := f(a) eine Linearform ist. b) Für V = {f R[X] Grad(f) 2} ist B := { X 2 +, 2 (X2 X), 2 (X2 + X)} eine Basis von V. Bestimmen Sie a, b, c R, sodass die Linearformen E a, E b, E c die zu B duale Basis des Dualraumes V bilden. c) Nun sei V R[X] endlich-dimensional, dim(v ) 3, und B V eine Basis, die das Polynom X 2 enthält. Begründen Sie, wieso die zu B duale Basis nicht nur aus Linearformen der Gestalt E a wie in Teil a) bestehen kann. a) Für f = c + c X + c 2 X 2 + + c n X n und g = d + d X + + d n X n (wobei n das Maximum der Grade von f und g sei) sowie λ R gilt E a (f +g) = E a ( und (c i +d i )X i ) = i= E a (λf) = Damit ist E a eine Linearform. (c i +d i )a i = i= λc i a i = λ i= c i a i + i= d i a i = E a (f)+e a (g) i= c i a i = λe a (f). b) Wir nennen die drei Funktionen der Basis in der Reihenfolge ihres Auftretens f, g, h. Nun müssen wir a, b, c R finden, sodass E a, E b und E c dazu dual sind, das heißt konkret: f(a) =, g(a) = h(a) =, f(b) = h(b) =, g(b) =, f(c) = g(c) =, h(c) =. Die einzige gemeinsame Nullstelle von g und h ist, und f() =. Die einzige gemeinsame Nullstelle von f und h ist, und g( ) =. Die einzige gemeinsame Nullstelle von f und g ist, und h() =. Also sind a =, b =, c = eine gute Wahl. c) Sei d = dim V. Zu der dualen Basis von B gehören d Linearformen, die bei X 2 den Wert annehmen. Wenn diese alle von der Gestalt E a wären, dann müsste X 2 mindestens d Nullstellen in R besitzen, was den Widerspruch d 2 nach sich zieht. i=

Aufgabe.5 (8 Punkte) In Abhängigkeit von a R sei A R 4 4 die Matrix 3 3 2 A = 4 2 2 4 3. 4a 3a 2a a Weiter sei Φ = Φ A : R 4 R 4 der Endomorphismus von R 4, der durch v Φ(v) := A v gegeben ist. a) Bestimmen Sie die Dimension des Eigenraumes Eig(Φ, ) und weisen Sie nach, dass ein Eigenwert von Φ ist. b) Wählen Sie eine Basis des Eigenraumes Eig(Φ, ) und ergänzen Sie diese zu einer Basis B von R 4. Bestimmen Sie dann die Abbildungsmatrix D BB (Φ). c) Entscheiden Sie, für welche Werte von a der Endomorphismus Φ diagonalisierbar ist. a) Der Eigenraum Eig(Φ, ) ist der Kern der Matrix A ( ) I 4 = A + I 4, also 4 3 2 Kern 4 3 2 4 3 2 4a 3a 2a a Diese Matrix hat Rang, ihr Kern ist also nach der Dimensionsformel dreidimensional. Jedes von verschiedene Element im Eigenraum ist ein Eigenvektor von Φ zum Eigenwert, es gibt also solche Eigenvektoren, und damit ist ein Eigenwert von Φ. b) Eine Basis des Eigenraums sieht man der Matrix aus Teil (a) an, zum Beispiel,, 4 3 Wir nennen diese drei Vektoren in der Reihenfolge b, b 2, b 3 und ergänzen sie durch b 4 := e 4 (vierter Vektor der Standardbasis) zu einer Basis B von R 4. Φ(b 4 ) = = b + b 2 + b 3 + (8 + a)b 4 a Da die anderen drei Basisvektoren Eigenvektoren sind, ist die Abbildungsmatrix D BB (Φ) =. 8 + a

c) Die Eigenwerte von Φ sind und 8 + a, wie man der Abbildungsmatrix aus (b) ansieht (Dreiecksmatrix!). Der Eigenraum zu hat für jedes a die Dimension 3. Damit ist Φ genau dann diagonalisierbar, wenn nicht der einzige Eigenwert ist, wenn also a 9.

Aufgabe.6 (8 Punkte) Für reelle Parameter a, b und n N sei die n n-matrix A n = (a i,j ) i,j n durch a, falls i = j, a i,j = b, falls i j =,, sonst. definiert Berechnen Sie det(a ), det(a 2 ) sowie det(a 3 ) und leiten Sie eine rekursive Formel zur Berechnung von det(a n ) her. Die Matrix sieht wie folgt aus: a b.... b a b... A n =............. b a b... b a Es gilt det(a ) = det((a)) = a, det(a 2 ) = det (( a b b a)) = a 2 b 2, a b det(a 3 ) = det b a b = a 3 2b 2 a. b a Dabei haben wir in der dritten Zeile die Regel von Sarrus angewandt. Nun sei n 3. Wir entwickeln det(a n ) nach der letzten Zeile: wobei B die (n ) (n ) -Matrix det(a n ) = a det(a n ) b det(b), B = A n, b b deren letzte Spalte b e n ist. Entwickeln nach der letzten Spalte zeigt det(b) = b det(a n ) und damit det(a n ) = a det(a n ) b 2 det(a n ).