H. Stichtenoth WS 2005/06

Ähnliche Dokumente
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.

Blatt 10 Lösungshinweise

10.2 Linearkombinationen

m 2 m 3 m 5, m m 2

Ausgewählte Lösungen zu den Übungsblättern 4-5

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

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

Vektoren - Lineare Abhängigkeit

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.

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

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Probeklausur zu Mathematik 2 für Informatik

Die Lösungsmenge besteht aus allen n-tupeln reeller Zahlen x 1

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Lineare Hülle. span(a) := λ i v i : so dass k N, λ i R und v i A.

10 Lineare Gleichungssysteme

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

Lösungen der Aufgaben zu Abschnitt 5.4

Höhere Mathematik für die Fachrichtung Physik

Klausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren

Für die Matrikelnummer M = Dann sind durch A =

Affine Hülle. x x 1 ist lineare Kombination der Vektoren x 2 x 1,x 3 x 1,...,x k x 1. Tatsächlich, in diesem Fall ist λ 1 = 1 λ 2 λ 3...

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie

Basen von Schnitt und Summe berechnen

Serie 8: Online-Test

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1

Lineare Algebra und analytische Geometrie I

6 Lineare Gleichungssysteme

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

Mathematik I für MB und ME

3. Übungsblatt zur Lineare Algebra I für Physiker

Aufgaben zu Kapitel 20

Lösungen der Aufgaben zu Kapitel 11

Serie 8: Fakultativer Online-Test

Mathematik I. Vorlesung 16. Eigentheorie

Analytische Geometrie II

eine vom Nullvektor verschiedene Lösung hat. r heisst in diesem Fall Eigenvektor der Matrix A zum Eigenwert λ.

9 Lineare Gleichungssysteme

KLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:

Mathematik I für MB/ME

Institut für Analysis und Scientific Computing E. Weinmüller WS 2015

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

10. Übung zur Linearen Algebra I -

Mathematik I. Vorlesung 11. Lineare Unabhängigkeit

( 1) k k 2. k=0. n n(n + 1) ( 1) k k 2 + ( 1) n+1 (n + 1) 2. k=0. + ( 1) n+1 (n + 1) 2 n(n + 1) + (n + 1) 2 )

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

Lineare Algebra für Physiker. und skalare Vielfachbildung komponentenweise erklärt?

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

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

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n

Kapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41

Technische Universität München Zentrum Mathematik. Übungsblatt 7

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

Lineare Abhängigkeit

5.7 Lineare Abhängigkeit, Basis und Dimension

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.

FK03 Mathematik I: Übungsblatt 13 Lösungen

6. Übungsblatt zur Mathematik I für Maschinenbau

Mathematik I+II Frühlingsemester 2019 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

5.4 Basis, Lineare Abhängigkeit

Lineare Algebra 1. Roger Burkhardt

Mathematik II Frühjahrssemester 2013

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

HÖHERE MATHEMATIK I FÜR MW UND CIW Übungsblatt 5

Das inhomogene System. A x = b

2 Lineare Gleichungssysteme

Lineare Gleichungssysteme: eine Ergänzung

4 Affine Koordinatensysteme

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

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

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

Lineare Gleichungssysteme

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}.

Exkurs: Eigenwertproblem

Lineare Algebra II 8. Übungsblatt

Lösbarkeit linearer Gleichungssysteme

Ferienkurs Mathematik für Physiker I Skript Teil 2 ( )

Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1

D-CHAB Frühlingssemester 2018

Demo für LINEARE ALGEBRA. Vektoren und Vektorraum. Teil 3. Untervektorräume INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. Datei Nr.

Klausur zur Vorlesung Lineare Algebra I

Mathematik für Anwender I

Nachklausur (Modulprüfung) zum Lehrerweiterbildungskurs 6 Lineare Algebra/Analytische Geometrie I WiSe 2016/17

Lineare Algebra. 1 Lineare Abbildungen

Kapitel 13. Lineare Gleichungssysteme und Basen

TECHNISCHE UNIVERSITÄT MÜNCHEN. Einführung in die Matrizenrechnung

Lineare Algebra I Lösung der Probeklausur

Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München

11. BASIS, UNTERRAUM, und DIMENSION

Affine Geometrie (Einfachere, konstruktive Version)

Lineare Algebra I Lösungsvorschlag

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

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015

Lineare Algebra I (WS 13/14)

Transkript:

H. Stichtenoth WS 25/6 Lösungsvorschlag für das. Übungsblatt Aufgabe : Der gesuchte Unterraum U ist die lineare Hülle von v und v 2 (siehe Def. 5. und Bsp. 5.5b), d. h. U : Spanv,v 2 } v R : v λ v + λ 2 v 2, λ,λ 2 R} v R : λ + λ 2 2 6, λ,λ 2 R. Aber v 2 v, also kann man v als v (λ 2λ 2 ) v schreiben, d. h. Spanv, v 2 } v R : v λ, λ R Spanv }. Analog v v 2 2, und weiter v ( λ ) 2 + λ 2 v2, d. h. Spanv, v 2 } v R : v λ 2 6, λ R Spanv 2}. Der Unterraum U ist also eine Gerade im R, zu der der Ursprung des Koordinatensystems gehört und die durch den Vektor v (bzw. v 2 ) bestimmt ist. Aufgabe 2: Zu zeigen ist, dass R U Spanv,v 2,v }. Sei v (x,x 2,x ) t ein beliebiger Vektor des R. Wir wollen v als Linearkombination von Vektoren v,v 2,v } darstellen, d. h. wir müssen die reellen Zahlen λ,λ 2,λ finden, so dass v x x 2 λ v + λ 2 v 2 + λ v λ + λ 2 + λ. x Dies ist äquivalent mit dem folgenden Gleichungssystem λ 2 + λ x λ + + λ x 2 λ + λ 2 x, wobei λ,λ 2,λ Unbekannten und x,x 2,x die gegebenen rechte Seiten sind. Man kann leicht feststellen, dass das Gleichungssystem lösbar ist und λ 2 ( x + x 2 + x ), λ 2 2 (x x 2 + x ), λ 2 (x + x 2 x ) die eindeutige Lösung ist. Folglich, jeder Vektor des R ist als Linearkombination von Vektoren v,v 2,v } mit den oben angegebenen Koeffizienten darstellbar, d. h. R U Spanv,v 2,v }. Aufgabe :

2 a) Wir suchen λ,λ 2 R, so dass v λ v + λ 2 v 2, d. h. λ 5 + λ 2. Dies ergibt ein lineares Gleichungssystem mit den Unbekannten λ und λ 2 : λ + λ 2 ( ) λ 2 λ 2 5. ( ) Aus ( ) bekommt man λ λ 2 und setzt man dies in ( ) ein: (λ 2 ) 2λ 2 5 9λ 2 9 2λ 2 5 Daraus folgt λ 2. Somit ist: b) Nein! Mit a) erhält man 7λ 2 5 + 9 λ 2 2. v 2v + v 2. 2v + v 2 v und diese Darstellung der Null ist nicht trivial. c) Man muss zeigen, dass die Null nur trivial darstellbar ist. Nehmen wir an, dass für gewisse λ,λ 2 R: λ + λ 2. Dies ergibt wieder ein lineares (homogenes) Gleichungssystem mit den Unbekannten λ und λ 2 : λ + λ 2 λ 2 λ 2, dessen Lösung λ λ 2 genauso bestimmt wird, wie im a). Somit sind diese Vektoren linear unabhängig. Aufgabe : Wir berechnen zuerst die Vektoren ( v v 2 und v 7 + v 2 7 + ). Nehmen wir jetzt an, dass für gewisse λ,λ 2 R: ( λ + λ 2 ). Dies ergibt ein lineares (homogenes) Gleichungssystem mit den Unbekannten λ und λ 2 : λ + λ 2 λ + λ 2, dessen Lösung λ λ 2 genauso bestimmt wird, wie in Aufgabe a). Somit sind diese Vektoren linear unabhängig. Diese Folgerung gilt für beliebige linear unabhängige Vektoren v und v 2 : Nehmen wir an, dass λ (v v 2 ) + λ 2 (v + v 2 ) für gewisse reelle Zahlen λ,λ 2. Wir wollen zeigen, dass daraus λ λ 2 folgt.

Wir formen die obige Gleichung um, indem wir die Rechengesetze für Vektoradditon und Skalarmultiplikation benutzen: (λ + λ 2 ) v + (λ 2 λ )v 2. Die Vektoren v und v 2 sind aber linear unabhängig, d. h. λ + λ 2 λ + λ 2. Dieses lineare Gleichungssystem lösen wir genauso, wie in den vorherigen Aufgaben, und bekommen wir als Lösung λ und λ 2. Daraus folgt, dass auch die Vektoren v v 2 und v + v 2 linear unabhängig sind. Aufgabe 5: Nehmen wir an, dass für gewisse reelle Zahlen λ,λ 2,λ gilt: d. h. λ 2 λ v + λ 2 v 2 + λ v, + λ 2 2 + λ. Dies ergibt ein lineares Gleichungssystem mit drei Gleichungen und drei Unbekannten λ,λ 2,λ : λ λ 2 + λ ( ) 2 λ + 2 λ 2 2 λ ( ) λ + λ 2 + λ ( ) Addiert man jetzt zu der zweiten Gleichung zweifaches der ersten Gleichung (( ) + 2 ( )), bekommt man eine triviale Gleichung. Das heisst, man muss ein lineares Gleichungssystem mit zwei Gleichungen und drei Unbekannten λ,λ 2,λ lösen: λ λ 2 + λ λ + λ 2 + λ Die Unbekannte λ C kann jetzt mit beliebigem Wert C R belegt werden. Werden die Ausdrücke mit C auf die rechte Seite gebracht, so ensteht ein lineares Gleichungssystem mit zwei Gleichungen und zwei Unbekannten λ,λ 2 : λ λ 2 C λ + λ 2 C das wird genauso, wie in den vorherigen Aufgaben, gelöst: λ C und λ 2 C. Folglich, das erste Gleichungssystem hat unendlich viele Lösungen mit einem Parameter: λ C, λ 2 C, λ C mit C R, d. h. die Vektoren v,v 2,v sind linear abhängig. Eine nichttriviale Linearkombination von v,v 2,v, die dem Nullvektor gleich ist, erhält man z. B. für C : v 2 v 2 + v.

Aufgabe 6: Es reicht zu zeigen, dass die drei Vektoren v,v 2,v R linear unabhängig sind, weil dim R. d. h. Dazu nehmen wir an, dass für gewisse reelle Zahlen λ,λ 2,λ gilt: λ λ v + λ 2 v 2 + λ v, + λ 2 + λ. Dies ergibt ein lineares Gleichungssystem mit drei Gleichungen und drei Unbekannten λ,λ 2,λ : λ + λ 2 + λ λ 2 + λ λ, dessen Lösung λ λ 2 λ leicht zu berechnen ist. Folglich sind die Vektoren v,v 2,v linear unabhängig und sie bilden eine Basis des R. Aufgabe 7: Zuerst müssen wir den Kern von ϕ bestimmen, d. h. wir müssen alle Vektoren x (x,x 2,x ) t finden, die die Gleichung ϕ x x 2 x erfüllen. Dies ergibt ein lineares Gleichungssystem mit drei Gleichungen und drei Unbekannten x,x 2,x : x + 2 x 2 x ( ) x 2 + x ( ) x + x 2 2 x ( ). Subtrahiert man von der ersten Gleichung die Summe von der zweiten und dritten Gleichung (( ) (( ) + ( ))), so bekommt man eine triviale Gleichung. Das heisst, man muss das Gleichungssystem mit zwei Gleichungen und drei Unbekannten x,x 2,x lösen: x 2 + x x + x 2 2 x. Die Unbekannte x C kann jetzt mit beliebigem Wert C R belegt werden. Werden die Ausdrücke mit C auf die rechte Seite gebracht, so ensteht ein lineares Gleichungssystem mit zwei Gleichungen und zwei Unbekannten x,x 2 : x 2 C x + x 2 2C, dessen Lösung leicht zu berechnen ist. x C und x 2 C Folglich, das erste Gleichungssystem hat unendlich viele Lösungen mit einem Parameter: x C, x 2 C, x C mit C R,

5 und Kern ϕ x C C C : C R x C Das heisst, dim Kern ϕ und (,, ) t ist ein Basisvektor des Kernes. : C R. Aufgabe 8: a) Zwei Matrizen sind gleich genau dann, wenn sie gleichdimensioniert sind und wenn die Elemente an den entsprechenden Positionen gleich sind. Die erste und zweite Matrix sind zwar gleichdimensioniert ( ), aber in der ersten Matrix ist an der Stelle (, ) und in der zweiten Matrix an der Stelle (, ). Die dritte und vierte Matrix sind auch gleichdimensioniert ( ), aber in der dritten Matrix ist an der Stelle (, ) und in der vierten Matrix an der Stelle (, ). b) Die gegebenen Matrizen sind gleichdimensioniert (2 ), also sie sind gleich, wenn die Elemente an den entsprechenden Positionen gleich sind, insbesondere x 2 x oder x, (x + ) 2 x oder x Folglich: die Matrizen sind gleich für x.