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

Ähnliche Dokumente
Klausur zur Vorlesung Lineare Algebra II

Wiederholungsserie II

1 Die Jordansche Normalform

Musterlösung der Klausur zur linearen Algebra II

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

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

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,

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

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

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

KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008

Kontrollfragen und Aufgaben zur 3. Konsultation

Euklidische und unitäre Vektorräume

Lineare Algebra II 11. Übungsblatt

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

Lineare Algebra II 8. Übungsblatt

Lineare Algebra 2. Lösung zu Aufgabe 7.2:

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Basisprüfung. 18. August 2015

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

Übungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel.

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

Lösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen

10 Unitäre Vektorräume

Lösung zum 9. Tutorium

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

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

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

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

6 Eigenwerte und Eigenvektoren

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

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

Lineare Algebra und analytische Geometrie II

Musterlösungen zur Linearen Algebra II Übungsklausur

Musterlösungen zur Linearen Algebra II Hauptklausur

Übungen zur Linearen Algebra II

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

Lineare Algebra II (NAWI) SS2014 Übungsblatt 1

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

Musterlösungen zur Linearen Algebra II Weihnachtszettel

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

6 Eigenwerte und Eigenvektoren

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

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

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

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

Lineare Algebra Klausur 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 )

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

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?

Probeprüfung Lineare Algebra I/II für D-MAVT

Lösung 13: Unitäre Vektorräume und normale Abbildungen

Lösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink

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

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

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

Lineare Algebra II, Lösungshinweise Blatt 9

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 Lösungen der Klausur

LINEARE ALGEBRA I (LEHRAMT GYMNASIUM) WINTERSEMESTER 2015/16

Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen

Universität Bielefeld Sommersemester Lineare Algebra 2 Übungsblatt 1

Einige Lösungsvorschläge für die Klausur zur Vorlesung

Lineare Algebra II 12. Übungsblatt

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

Eigenwerte (Teschl/Teschl 14.2)

Serie Sei V ein Vektorraum. Man nennt eine lineare Abbildung P : V V eine Projektion, falls P 2 = P gilt. Zeigen Sie:

43911: Lineare Algebra/Geometrie Prüfungstermin Frühjahr 2015 Lösungsvorschlag

Lineare Algebra I Ferienblatt

Diagonalisierbarkeit symmetrischer Matrizen

Sommer 2017 Musterlösung

Wiederholungsklausur zur Linearen Algebra II

LINEARE ALGEBRA II (LEHRAMT GYMNASIUM) SOMMERSEMESTER 2017

Lösungsvorschläge zur Klausur. Lineare Algebra, Herbst 2010

Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik

4.2 Die adjungierte Abbildung

9 Vektorräume mit Skalarprodukt

Zusammenfassung Lineare Algebra II

Lineare Algebra II Zwischentest

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

Musterlösung zur Klausur Lineare Algebra II für Lehramt

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

46 Eigenwerte und Eigenvektoren symmetrischer Matrizen

Institut für Analysis und Scientific Computing E. Weinmüller WS 2016

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

3.7 Eigenwerte und Eigenvektoren

Lösungen der Aufgaben zu Kapitel 11

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

Lineare Algebra 2 (SS 13) Blatt 13: Musterlösung

Lineare Algebra und analytische Geometrie II

Klausur HM I F 2004 HM I : 1

Musterlösungen für die Nachklausur in LinAlg vom

MAT Lineare Algebra, SS 07 Prof. Joachim Rosenthal Lösung zu Übungsblatt 7

Scheinklausur zur Linearen Algebra I, WS 05/06, 2. Teil

Analytische Geometrie

Determinante und Inverse

Scheinklausur zur Linearen Algebra I, WS 05/06, Nachholklausur

Klausur zur Vorlesung Lineare Algebra B im SS 2002 an der Universität Hannover

Transkript:

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 = ) ) ) 4. also A = ) ) ) 5. Damit ist expa) = exp ) e 6. Nebenrechnung : Es gilt exp 7. Nebenrechnung : Es gilt 8. Mithin, haben wir expa) = ) = = ) e ) ) e + e e + e e e e e

Aufgabe. Wir betrachten die Matrix 5 A = 6 Mat, R). i) Bestimmen Sie das charakteristische Polynom von A. ii) Bestimmen Sie das Minimalpolynom von A. iii) Geben Sie die Eigenwerte von A an! iv) Bestimmen Sie die Haupträume zu den Eigenwerten! v) Geben Sie eine Basis B des R so an, dass die durch A gegebene lineare Abbildung ϕ : R R bezüglich der Basis B Jordansche Normalform hat.. da A obere Dreiecksmatrix ist, ist das charakterische Polynom f A t) = t t ) kein Problem. Als Minimalpolynom kommen nur tt ) und das charakterische Polynom in Frage. tt ) scheidet aus RECHNEN!), also ist das charakterische Polynom das Minimalpolynom.. EW sind und. 4. Haupraum zum EW : A = 9 8 also kera) = 9 span und kera ) = span, ). Der Kern von A ist der Hauptraum zu Null. 5. Hauptraum zu : ist einfach der Eigenraum zu drei, also kera E ) = span. 6. da A = gilt ist v = v = eine gute Basis., v = und

Aufgabe. Wir betrachten den R-Vektorraum V = Mat, R) der reellen Matrizen und die Bilinearform s : V V R A, B) tra B), die zwei Matrizen die Spur Ihres Produktes zuordnet. i) Zeigen Sie, dass s symmetrisch ist. ii) Geben Sie die Gramsche Matrix M B s) von s bezüglich einer Basis B an! iii) Ist s ausgeartet? Begründen Sie Ihre Antwort! iv) Ist s positiv definit? Begründen Sie Ihre Antwort! ) ) ). bezüglich der Basis v =, v =, v = und 4 ) v 4 = haben wir die Gramsche Matrix A =.. da A symmetrische Matrix ist, ist s symmetrisch.. da deta) =, ist s nicht ausgeartet. 4. da sv, v ) =, ist s nicht positiv definit.

Aufgabe 4. Wir betrachten die folgenden Vektoren im euklidischen Vektorraum E v = 4 4 w = w = Berechnen Sie den Abstand von v zu dem von w und w aufgespannten Unterraum W.. Strategie: Schreiben v = v + w mit w W und v W. Dann gilt: der Abstand von v zu W ist die Länge von v.. Suchen orthogonale Basis {w, w } von W, dazu w = w und w = OP w w ) = w w,w w,w = 6 =. Bestimmen nun den Vektor v durch das Orthogonalisierungsverfahren 4 v = OP w,w v) = v v,w w,w w v,w w,w w v = 4 9 w = 4 4. Wir berechnen v = 6..

Aufgabe 5. Bestimmen Sie alle möglichen Jordanschen Normalformen einer R-linearen Abbildung ϕ : R 5 R 5 mit dem Minimalpolynom MinPol ϕ t) = t ) t + ).. Es kommen nur die drei Jordanblöcke B, = ), B, = ) und B, = ) in Frage.. der Block B, muss mindestens einmal vorkommen.. der Block B, muss mindestens einmal vorkommen. 4. die Lösung besteht aus dieser Viererliste: B,, B,, B, ), B,, B,, B,, B, ), B,, B,, B,, B, ) und B,, B,, B,, B, ).

Aufgabe 6. Wir betrachten auf dem komplexen Vektorraum V = C die Sesquillinearform ) )) x y s : V V C s, = x x y y + x y. i) ii) iii) Zeigen Sie, dass s eine hermitesche Sesquilinearform ist. Geben Sie eine Orthogonalbasis von V bezüglich der Bilinearform s an! Ist s ausgeartet? Begründen Sie Ihre Antwort!. Die Gramsche ) Matrix von s bezüglich der Standardbasis ist A =.. Da Ā = At gilt, ist s hermitesch.. Da deta) =, ist s nicht ausgeartet. 4. Um das Orthogonalisierungsverfahren anzuwenden, braucht man einen Vektor v mit sv, v ). Jeder Vektor außer den Standardbasisvektoren und ihren Vielfachen) geht. z.b. v =, ) ) 5. Nun ist offenbar Raten oder Rechnen) v = orthogonal zu v.

Aufgabe 7. Die Vektoren 9 v = 9 5 5 v = 8 7 69 v = 7 4 5 99 v 4 = bilden eine Orthogonalbasis des E 4. Mithin, läßt sich der Vektor w = als Linearkombination w = 4 i= λ iv i schreiben. Bestimmen Sie die reelle Zahl λ. 6 7. Weil wir eine Orthogonalbasis haben gilt: v v i für i.. aus der Gleichung w = 4 i= λ iv i wir nach Skalarprodukt mit v die 4 Gleichung v, w = λ v, v. λ = v, w v, v = 5 9 + 9 + 5 + 5 = 5 5

Aufgabe 8. Sei V ein K-Vektorraum und V sein Dualraum. Für einen Unterraum W V bezeichne ann V W ) = {f V fw) = für alle w W } den Unterraum der auf W verschwindenden Funktionale. Beweisen Sie die folgende Aussage: Sind V V und V V zwei lineare Unterräume von V, so gilt ann V V + V ) = ann V V ) ann V V ). Ich denke, dass dieser Beweis rein formal ist und kein Problem bereiten sollte. Zehn Punkte sollten nur bei einem komplett sauberen Beweis gegeben werden. Um aber im Lösungschema zu bleiben nun folgendes:. sei f ann V V + V ), dann ist fv ) = fv + ) = für alle v 5 V = f ann V V ). Analog f ann V V ). Folglich gilt: f ann V V ) ann V V ).. Sei f ann V V ) ann V V ), dann gilt fv + v ) = fv ) + fv ) = + =, also f ann V V + V ). 5

Aufgabe 9. Wir betrachten den reellen Vektorraum V = Mat, R). i) Zeigen Sie, dass es eine lineare Abbildung M : V R V V mit MA B) = A B gibt. ii) Ferner betrachten wir die lineare Abbildung Φ : V R V Sym RV ) mit ϕv v ) = v v. Gibt es eine lineare Abbildung M : Sym RV ) V, so dass M = M Φ gilt? Begründen Sie Ihre Antwort!.=i).=ii) Hier sollte nur bemerkt werden, dass die Matrizenmultiplikation bilinear ist und damit die Abbildung M induziert. Hier muss man nur bemerken, dass das Matrizenprodukt nicht kommutativ ist und damit obige Abbildung nicht durch Sym RV ) faktorisieren kann. 5 5