Musterlösung Serie 8

Ähnliche Dokumente
Lösung zu Serie [Aufgabe] Zeige: Das folgende Diagramm kommutiert insgesamt genau dann, wenn alle 6 Teilquadrate kommutieren.

Musterlösung Serie 9

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.

Übungen zur Linearen Algebra 1

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

5 Lineare Abbildungen

Lineare Algebra I Lösungsvorschlag

Für die Matrikelnummer M = Dann sind durch A =

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Lösung zu Serie 9. Lineare Algebra D-MATH, HS Prof. Richard Pink

3 Die Strukturtheorie der Vektorräume

5 Lineare Abbildungen

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Lineare Algebra I. Probeklausur - Lösungshinweise

D-MATH Mass und Integral FS 2018 Prof. Dr. Urs Lang. Lösung - Serie 2. + A k = A c k Ac k 0

Lineare Algebra I - Prüfung Winter 2019

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}.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 6. Aufgabe 6.1. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018.

Prof. Dr. Markus Reineke Dr. Anna-Louise Grensing. Musterlösung zur Klausur zur Linearen Algebra I

Lösung zu Serie 24. a ij b i b j. v = j=1. v = v j b j.

Kapitel 13. Lineare Gleichungssysteme und Basen

Lineare Algebra und Numerische Mathematik für D-BAUG

D-Math/Phys Lineare Algebra I HS 2017 Dr. Meike Akveld. Clicker Fragen

1 Eigenschaften von Abbildungen

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller

Übungen zur Diskreten Mathematik I Blatt 6

3.2 Unabhängigkeitsstrukturen

Mathematik I. Vorlesung 12. Lineare Abbildungen

Kapitel II. Vektorräume

3. Übungsblatt zur Lineare Algebra I für Physiker

Lösung Lineare Algebra I Sommer 2018 Version A

Lösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Basisprüfung. 18. August 2015

5 Der Transzendenzgrad

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4

Musterlösung zur Klausur Lineare Algebra I

Lineare Algebra und Numerische Mathematik für D-BAUG

2 Die Dimension eines Vektorraums

Kapitel 3: Dualräume

11. BASIS, UNTERRAUM, und DIMENSION

Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 4

Klausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG 15. Dezember 2007

Lösung 7: Lineare Abbildungen: Kern, Bild, Rang und Darstellung durch Matrizen

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);

Lösungsskizze zur Wiederholungsserie

Lösung zu Serie Zeige, dass das Minimalpolynom jedes Jordanblocks gleich seinem charakteristischen

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Lineare Algebra und analytische Geometrie I

Beziehungen zwischen Vektorräumen und ihren Dimensionen

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

5.7 Lineare Abhängigkeit, Basis und Dimension

Übungen zur Diskreten Mathematik I Blatt 1

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 8. Aufgabe 8.1. Dr. V. Gradinaru T. Welti. Herbstsemester 2017.

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler

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

In diesem Kapitel wird der Vektorraumbegriff axiomatisch eingeführt und einige grundlegende Begriffe erläutert, etwa. Unterraum,

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

Tutorium: Analysis und Lineare Algebra. Vorbereitung der Bonusklausur am (Teil 1, Lösungen)

Lineare Algebra Weihnachtszettel

Lösungen der Aufgaben zu Abschnitt 5.4

Lineare Algebra I (WS 13/14)

2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U.

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

2.3 Basis und Dimension

6.2 Basen. Wintersemester 2013/2014. Definition Seien V ein K-Vektorraum, n N 0 und v 1,..., v n V. (a) Man nennt

Blatt 10 Lösungshinweise

Lösungsskizze zur Hauptklausur Lineare Algebra I

Musterlösung zur Nachklausur Lineare Algebra I

Lösung zu Serie 10. Lineare Algebra D-MATH, HS Prof. Richard Pink

Mathematik für Anwender I

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

Kapitel 15. Aufgaben. Verständnisfragen

U = U, v i λ i = o und (z.b.) λ 1 0. i=1 1 = i=2. i=2

1 Linearkombinationen

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 13. Übungsblatt

Der Rangsatz für lineare Abbildungen

Lösung zu Serie 20. Die Menge der Polynome vom Grad 4 ohne Nullstelle ist gegeben durch

, Uhr Dr. Thorsten Weist. Name Vorname Matrikelnummer. Geburtsort Geburtsdatum Studiengang

Übungen zu Einführung in die Lineare Algebra und Geometrie

Aufgaben zu Kapitel 15

2. Isotropie. Beweis: (i) (ii): β U ist nicht ausgeartet. U U = {0} (ii) (iii): β U ist nicht ausgeartet. Da β nicht ausgeartet ist, gilt U = U:

4.1. Vektorräume und lineare Abbildungen

2.4 Lineare Abbildungen und Matrizen

Mathematik für Anwender I

Mathematik I. Vorlesung 11. Lineare Unabhängigkeit

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

Lineare Algebra I (WS 12/13)

Mathematik für Anwender I

Lösung Serie 10: Elementare Zeilenumformungen & Elementarmatrizen, Rang & Inverse einer Matrix

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Lineare Algebra und analytische Geometrie I

Lineare Algebra I. - 9.Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß. Korrektur: 2. Klausurtermin:

Lineare Algebra Weihnachtszettel

Transkript:

D-MATH Lineare Algebra I HS 018 Prof. Richard Pink Musterlösung Serie 8 Dimension, Direkte Summe & Komplemente 1. Zeige: Für jedes Erzeugendensystem E eines Vektorraums V und jede linear unabhängige Teilmenge L von V gilt L E. Lösung: Nach 4.6 existieren Basen B, B von V mit L B und B E. Nach 4.7 gilt zudem B = B. Zusammen folgt daraus L B = B E. *. (a) Zeige: Für jede unendliche Menge S und jede ganze Zahl n 1 gilt S n = S. (b) Zeige dim Q (R) = R. Lösung: (a) Für n = 1 ist die Aussage klar. Wenn sie für n = gilt, so folgt sie für alle n durch den Induktionsschritt S n = S S n = S S n = S n 1. Wir müssen also zeigen, dass S S = S ist. Dafür sei S die Menge aller Paare (I, f) bestehend aus einer unendlichen Teilmenge I S und einer Surjektion f : I I I. Da S unendlich ist, existiert eine abzählbare unendliche Teilmenge I S, und für diese ist I = N = N N = I I. Also existiert eine Surjektion I I I und somit ist S nicht leer. Sodann definieren wir eine Ordnungsrelation auf S durch (I, f) (J, g) genau dann, wenn I J und die Komposition I J g J J gleich der Komposition I f I I J J ist. Wir behaupten, dass damit S induktiv geordnet ist. Sei dafür {(I l, f l ) l L} eine linear geordnete Teilmenge von S mit Indexmenge L. Definiere I := l L I l und eine Funktion f : I I I, indem für x I so dass x I k für ein k L ist, das Element f(x) das Bild von f k (x) unter der Inklusion I k I k I I ist. Wegen der linearen Ordnung von (I l, f l ) l L ist f wohldefiniert. Für jedes y I I gibt es dann ein k L mit y I k I k, und daher existiert ein x I k I so dass f k (x) = y ist. Daraus folgt, dass f(x) = y ist; somit ist f surjektiv. Also ist (I, f) S eine obere Schranke der linear geordneten Teilmenge {(I l, f l ) l L}. Daher ist S induktiv geordnet. Wir wenden das Lemma von Zorn an und folgern, dass ein maximales Element (I, f) von S existiert. Wir behaupten, dass I = S ist. Als Vorbereitung darauf beachten wir, dass I unendlich ist. Nach Aufgabe 7 (b) der Serie 7 gilt daher für jede natürliche Zahl n 1 I I {1,,..., n} I N = I 1

und somit I {1,,..., n} = I. Ist nun I S I, so existiert eine Teilmenge B S I mit B = I, also mit einer Bijektion B = I. Diese Bijektion überführt die gegebene Surjektion f : I I I in Surjektionen B B B und B I B und B B I. Wegen B = I gilt aber auch B = B {1,, 3}, und somit existiert eine zusammengesetzte Surjektion g : B B {1,, 3} (B I) (I B) (B B). Mit Ĩ := I B können wir dann f zu einer Surjektion f : Ĩ Ĩ Ĩ erweitern, indem wir f I = f und f B = g setzen. Dies widerspricht der Maximalität von f. Also gilt I > S I. Daher existiert eine Injektion S I I und damit auch eine Injektion S I {1, }. Also ist S I {1, } = I S und somit I = S. Wegen der Surjektion I I I folgt daraus und damit S S = S. S S S = I I I = S (b) Sei B eine Basis des Q-Vektorraums R. Wegen B R gilt dann automatisch B R. Wäre B endlich, also gleich {b 1,..., b n } mit paarweise verschiedenen b i, so hätten wir eine Bijektion Q n R, (λ i ) i n i=1 λ ib i und folglich R = Q n. Nach (a) und der Vorlesung Analysis I ist aber Q n = Q = N, wohingegen R überabzählbar ist. Somit muss B unendlich sein. Nun betrachte die Abbildung f : Q B R, (λ, b) λb und setze S := Bild(f). Mit Aufgabe 7 (b) der Serie 7 folgt daraus S Q B = N B = B. Wegen B S ist zudem S unendlich. Nach (a) ist also S n = S B für jedes n 0, das heisst, es existiert eine Surjektion f n : B S n. Sodann betrachte die Abbildung σ n : S n R, (s i ) i n i=1 s i und die zusammengesetzte Funktion g : B N R, (b, n) σ n (f n (b)). Wir behaupten, dass diese surjektiv ist. Für jedes x R existieren ein n 0, Koeffizienten λ 1,..., λ n Q und Basisvektoren b 1,..., b n B, so dass x = n i=1 λ ib i ist. Weil f n eine Surjektion ist, existiert ein b B so dass f n (b) = (λ 1 b 1,..., λ n b n ) ist. Es folgt g(b, n) = σ n (f n (b)) = x, was zeigt, dass g surjektiv ist. Also gilt R B N = B. Zusammen mit B R folgt schliesslich B = R. 3. Sind + und von Unterräumen zueinander distributiv, das heisst, gelten für alle Unterräume eines beliebigen Vektorraums die folgenden Gleichungen? U (V 1 + V ) = (U V 1 ) + (U V ) U + (V 1 V ) = (U + V 1 ) (U + V )

Wenn nicht, gilt zumindest eine Inklusion? Lösung: Für jedes i = 1, gilt V i V 1 + V und somit U V i U (V 1 + V ). Da U (V 1 + V ) ein Untervektorraum ist, folgt (U V 1 ) + (U V ) U (V 1 + V ). (1) Weiter gilt V 1 V V i und somit U + (V 1 V ) U + V i, und daher U + (V 1 V ) (U + V 1 ) (U + V ). () Dagegen ist die umgekehrte Inklusion im Allgemeinen in beiden Fällen falsch: Für die Unterräume U := (1, 1) und V 1 := (1, 0) und V := (0, 1) von K gilt nämlich U V 1 = U V = V 1 V = 0 und U + V 1 = U + V = V 1 + V = K und somit sowie 4. Sei (U V 1 ) + (U V ) = 0 + 0 = 0 U = U K = U (V 1 + V ) U + (V 1 V ) = U + 0 = U K = K K = (U + V 1 ) (U + V ). U := {(α 1,..., α n ) K n n i=1 α i = 0} D := {(α,..., α) K n α K}. Bestimme eine Basis und die Dimension der Unterräume U, D, U D und U + D. Lösung: Für n = 0 ist U = D = U D = U + D = 0. Jeder dieser Unterräume hat also die Basis und folglich die Dimension 0. Sei nun n 1. Jedes Element (α,..., α) D ist ein Vielfaches des Vektors v := (1,..., 1). Wegen v 0 ist {v} ein minimales Erzeugendensystem, also eine Basis von D. Insbesondere ist dim(d) = 1. Sodann liegen die n 1 Vektoren v 1 = (1, 1, 0,..., 0), v = (0, 1, 1, 0,..., 0),... v n 1 = (0,..., 0, 1, 1) in U und sind linear unabhängig. Insbesondere ist also dim(u) n 1. Wegen (1, 0,..., 0) / U ist aber dim(u) < dim(k n ) = n und wir schliessen dim(u) = n 1. Da die Vektoren v 1,..., v n 1 linear unabhängig sind und ihre Anzahl gleich der Dimension von U ist, bilden sie eine Basis von U. Wenn n 1 0 ist in K, gilt v = (1,..., 1) / U. In diesem Fall gilt U D = 0, also ist eine Basis von U D und dim(u D) = 0. Wegen U = v 1,..., v n 1 folgt ausserdem, dass die Vektoren v, v 1,..., v n 1 linear unabhängig sind. Das zeigt dim(u + D) n. Da aber dim(u + V ) dim(k n ) = n ist, schliessen wir, dass 3

U + D Dimension n hat und die Vektoren {v, v 1,..., v n } eine Basis von U + D bilden. Wenn n 1 = 0 ist in K, gilt v = (1,..., 1) U, also auch D U. In diesem Fall ist also U D = D und U + D = U. Für beide Unterräume wurde oben eine Basis und die Dimension bestimmt. 5. Sei V der Vektorraum aller Funktionen f : R R. Zeige, dass die Menge der geraden Funktionen V 1 := {f V f(x) = f( x)} bzw. der ungeraden Funktionen V := {f V f(x) = f( x)} ein Untervektorraum von V ist. Zeige ausserdem V = V 1 V. (Hinweis: Betrachte zu f V die Funktion f 1 (x) = 1 (f(x) + f( x)).) Lösung: Die Nullfunktion ist sowohl in V 1 als auch in V enthalten; also sind V 1 und V nicht leer. Für alle geraden Funktionen f, g V 1 und für alle λ gilt: (f + g)(x) = f(x) + g(x) = f( x) + g( x) = (f + g)( x) (λf)(x) = λf(x) = λf( x) = (λf)( x) für alle x R. Dies zeigt, dass f + g und λf wieder gerade Funktionen sind, also in V 1 liegen. Folglich ist V 1 ein Untervektorraum. Der Fall V folgt analog. Um V = V 1 V zu zeigen, müssen wir beweisen, dass jedes Element aus V als Summe eines Elementes aus V 1 und eines Elementes aus V geschrieben werden kann, und dass V 1 V = 0 ist. Für ein beliebiges Element f V definiere Funktionen f 1, f : R R durch f 1 (x) := f(x) + f( x) und f (x) := f(x) f( x). Wegen f 1 ( x) = f( x) + f(x) = f 1 (x) und f ( x) = für alle x R ist f 1 V 1 und f V, und wegen f( x) f(x) = f (x) (f 1 + f )(x) = f(x) + f( x) + f(x) f( x) = f(x) für alle x R ist f = f 1 + f. Dies zeigt, dass jedes Element aus V als Summe eines Elementes aus V 1 und eines Elementes aus V geschrieben werden kann. 4

Sei schliesslich f V 1 V beliebig. Dann gilt für alle x R: f(x) = f( x) = f(x). Daraus folgt f(x) + f(x) = f(x) = 0, und da in R invertierbar ist, schon f(x) = 0 für alle x R. Somit ist f = 0. 6. Betrachte den Unterraum V := 0 1 0 1, 1 0 1 von R 4. Finde eine Basis eines Komplements von V in R 4. Lösung: Wir schreiben die zwei Erzeuger von V in eine Matrix und ergänzen daneben die Identitätsmatrix: 0 1 1 0 0 0 A := 1 1 0 1 0 0 0 0 0 1 0. 0 1 0 0 0 1 Wir wenden das Gaussverfahren auf die Matrix A an und erhalten die Zeilenstufenform: 1 1 0 1 0 0 Ã := 0 1 0 0 0 1 0 0 1 0 0 1. 0 0 0 1 Die ersten vier Spaltenvektoren der Matrix A bilden demnach eine Basis des R 4. Mit U := (1, 0, 0, 0) T, (0, 1, 0, 0) T gilt also U + V = R 4. Mit der Dimensionsformel für Unterräume, oder direkt unter Ausnutzung der linearen Unabhängigkeit der ersten vier Spaltenvektoren von A, folgern wir V U = {0}. Also ist U ein Komplement von V in R 4. Die Vektoren (1, 0, 0, 0) T und (0, 1, 0, 0) T sind linear unabhängig und bilden deshalb eine Basis von U. 7. Welche der folgenden Abbildungen sind linear? (i) f : R R 3, (x, y) (x + y, x, 0) (ii) f : R R 3, (x, y) (x + y, x, 1) ( ) 1 ( ) x (iii) f : R R 3, 0 0 x y y 1 5

(iv) f : R R, x 0 (v) f : R R, f die Identität (vi) f : R R, x 1 (vii) f : R R, f die Spiegelung an der Geraden y = x + 1 Lösung: ( Die Abbildung ) im Fall (i) ist die Rechtsmultiplikation R A mit der Matrix 1 0 A =, sie ist also linear. 1 0 0 Die Abbildungen in den Teilaufgaben (iii), (iv) und (v) sind Linksmultiplikationen L A mit den Matrizen A gegeben jeweils durch 1 0 0, (0) und (1). 1 Daher sind diese Abbildungen linear. Für die zweite, sechste und siebte Abbildung kann einfach nachgeprüft werden, dass die obigen Eigenschaften nicht erfüllt sind. Am schnellsten sieht man dies durch Betrachten des Bildes des Nullvektors. Dieses ist bei den drei Abbildungen immer verschieden von Null, nämlich gleich (0, 0, 1) bzw. 1 bzw. ( 1, 1). Daher ist die Eigenschaft f(0 + 0) = f(0) + f(0) nicht erfüllt und diese drei Abbildungen sind nicht linear. 6