1 0 1, V 3 = M, und λ A = λa

Ähnliche Dokumente
6. f : Abb(R, R) R mit ϕ f(ϕ) := ϕ(1) Hinweis:f :V W über K bedeutet Abbildung f zwischen den Vektorräumen V und W über demselben

TECHNISCHE UNIVERSITÄT MÜNCHEN

6 Lineare Algebra. 6.1 Einführung

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

Serie 8: Online-Test

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

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

Technische Universität München Zentrum Mathematik. Übungsblatt 7

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

Lineare Gleichungssysteme

10.2 Linearkombinationen

2 Die Dimension eines Vektorraums

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

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

Höhere Mathematik für die Fachrichtung Physik

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

5.7 Lineare Abhängigkeit, Basis und Dimension

Heinrich Heine-Universität Düsseldorf Sommersemester Lineare Algebra 1. Dreizehnte Woche,

bzw. eine obere Dreiecksmatrix die Gestalt (U: upper)

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

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

Serie 8: Fakultativer Online-Test

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.

Lineare Algebra I (WS 13/14)

Übungen zum Ferienkurs Lineare Algebra WS 14/15

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

Matrixoperationen. Einige spezielle Matrizen: Nullmatrix: n-te Einheitsmatrix: E n := 0 d. TU Dresden, WS 2013/14 Mathematik für Informatiker Folie 1

Serie 8: Online-Test

A = α α 0 2α α

2.5 Gauß-Jordan-Verfahren

3 Systeme linearer Gleichungen

2.2 Lineare Gleichungssysteme (LGS)

MATHEMATIK II FÜR STUDIERENDE DER INFORMATIK UND WIRTSCHAFTSINFORMATIK (ANALYSIS UND LINEARE ALGEBRA) IM SOMMERSEMESTER Inhaltsverzeichnis

MATHEMATIK II FÜR STUDIERENDE DER INFORMATIK UND WIRTSCHAFTSINFORMATIK (ANALYSIS UND LINEARE ALGEBRA) IM SOMMERSEMESTER Inhaltsverzeichnis

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

Zeilenstufenform. Wir beweisen nun den schon früher angekündigten Satz.

Zu zwei Matrizen A R m n und B R p q existiert das Matrizenprodukt A B n = p und es gilt dann. A B = (a ij ) (b jk ) = (c ik ) = C R m q mit c ik =

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

Beispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist

Matrizen, Determinanten, lineare Gleichungssysteme

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

1 Transponieren, Diagonal- und Dreiecksmatrizen

5 Lineare Gleichungssysteme und Determinanten

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

6 Lineare Gleichungssysteme

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

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

(c) x 2 + 3x 3 = 1 3x 1 + 6x 2 3x 3 = 2 6x 1 + 6x x 3 = 5

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

Ferienkurs Mathematik für Physiker I Skript Teil 3 ( )

Das inhomogene System. A x = b

Aufgabe 1 (a) Bestimmen Sie die Schnittgerade der beiden Ebenen gegeben durch 3x y 2z 5 = 0 und x y 4z 3 = 0.

Kapitel 13. Lineare Gleichungssysteme und Basen

= 9 10 k = 10

Tutorium: Analysis und Lineare Algebra

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

Lineare Algebra 1. Roger Burkhardt

Für die Matrikelnummer M = Dann sind durch A =

2 Vektorräume und Gleichungssysteme

Basen von Schnitt und Summe berechnen

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

5.5 Abstrakter Vektorraum

$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $

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

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

37 Gauß-Algorithmus und lineare Gleichungssysteme

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

05. Lineare Gleichungssysteme

Lineare Algebra I (WS 12/13)

10. Übung zur Linearen Algebra I -

3. Übungsblatt zur Lineare Algebra I für Physiker

Kapitel 15 Lineare Gleichungssysteme

Lineare Algebra I für Mathematiker Lösungen

Der Rangsatz für lineare Abbildungen

[5], [0] v 4 = + λ 3

Ausgewählte Lösungen zu den Übungsblättern 4-5

2 Lineare Gleichungssysteme

Blatt 10 Lösungshinweise

Kapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra und Numerische Mathematik für D-BAUG

Aufgaben zu Kapitel 16

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

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

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Gruppe II Lineare Algebra

Lineare Algebra I Zusammenfassung

6.5 Lineare Abhängigkeit, Basis und Dimension

3 Lineare Algebra Vektorräume

Lineare Gleichungssysteme (LGS)

Kapitel II. Vektoren und Matrizen

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

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

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

Transkript:

Aufgabe 57. Magische Quadrate Eine reelle 3 3-Matrix A = a 11 a 12 a 13 a 21 a 22 a 23 heißt magisches Quadrat, falls alle Zeilensummen, alle Spaltensummen und die beiden Diagonalsummen a 11 + a 22 + a 33 und a 13 + a 22 + a 31 miteinander a 31 a 32 a 33 übereinstimmen. 1. Man zeige, dass die Menge M aller magischen Quadrate ein Untervektorraum von R 3 3 bezüglich der komponentenweisen Matrizenaddition und skalaren Multiplikation mit λ R ist. 2. Man zeige, dass die drei Matrizen V 1 = 1 1 1 1 1 1, V 2 = 1 1 0 1 0 1, V 3 = 0 1 1 1 0 1 1 1 1 0 1 1 1 1 0 eine Basis von M bilden. 3*. Besonders magisch: Wie viele Möglichkeiten gibt es, die Zahlen 1, 2,..., 9 in einem magischen Quadrat anzuordnen? LÖSUNG: 1. (a) Direkt mit Hilfe des Untervektorraum-Kriteriums M, da Nullmatrix 0 0 0 0 0 0 M. Seien A = a 11 a 12 a 13 a 21 a 22 a 23, B = b 11 b 12 b 13 b 21 b 22 b 23 M 0 0 0 a 31 a 32 a 33 b 31 b 32 b 33 mit s A = a 11 + a 12 + a 13, s B = b 11 + b 12 + b 13 und λ R, dann gilt: A + B = a 11 + b 11 a 12 + b 12 a 13 + b 13 a 21 + b 21 a 22 + b 22 a 23 + b 23 M, und λ A = λa 11 λa 12 λa 13 λa 21 λa 22 λa 23 M a 31 + b 31 a 32 + b 32 a 33 + b 33 λa 31 λa 32 λa 33 da für alle Spalten/Zeilen/Diagonalen-Summen von C = A + B bzw. D = λ A gilt: s C = (a 11 + b 11 ) + (a 12 + b 12 ) + (a 13 + b 13 ) = (a 11 + a 12 + a 13 ) + (b 11 + b 12 + b 13 ) = s a + s b und s D = λa 11 + λa 12 + λa 13 = λ (a 11 + a 12 + a 13 ) = λ s A. (b) Mit Hilfe der Theorie Linearer-Gleichungssysteme Die Menge der magischen Quadrate ist mit s = a 11 + a 12 + a 13 die Lösungsmenge des homogenen linearen Gleichungssystems: a 21 + a 22 + a 23 a 11 a 12 a 13 = 0 a 31 + a 32 + a 33 a 11 a 12 a 13 = 0 a 11 + a 21 + a 31 a 11 a 12 a 13 = 0 a 12 + a 22 + a 32 a 11 a 12 a 13 = 0 a 13 + a 23 + a 33 a 11 a 12 a 13 = 0 a 11 + a 22 + a 33 a 11 a 12 a 13 = 0 a 13 + a 22 + a 31 a 11 a 12 a 13 = 0 Da die Summe zweier Lösungen und ein Vielfaches einer Lösung eines homogenen Linearen-Gleichungssystems wieder eine Lösung des Systems ist, folgt unmittelbar, dass die Lösungsmenge M des Systems ein Untervektorraum von R 3 3 ist. 1

2. Wir sehen unmittelbar, dass die gegebenen drei Matrizen in M liegen. Zu zeigen ist, dass die drei Matrizen linear unabhängig sind und dass man mit ihnen jedes magische Quadrat linear kombinieren kann. Lineare Unabhängigkeit: Es seien α 1, α 2, α 3 R. Angenommen es gilt α 1 1 1 1 1 1 1 + α 2 1 1 0 1 0 1 + α 3 0 1 1 1 0 1 = 0 0 0 0 0 0 1 1 1 0 1 1 1 1 0 0 0 0 Das ist äquivalent zu α 1 + α 2 α 1 α 2 + α 3 α 1 α 3 α 1 α 2 α 3 α 1 α 1 + α 2 + α 3 = 0 0 0 0 0 0 α 1 + α 3 α 1 + α 2 α 3 α 1 α 2 0 0 0 Durch komponentenweises Vergleichen, erhalten wir α 1 = 0 (Position (2, 2)), α 2 = 0 (Position (1, 1) und α 3 = 0 (Position (1, 3)). Erzeugendensystem: Um eine Matrix A M mit Zeilen/Spalten/Diagonalen-Summe s A als Linearkombination der V 1, V 2, V 3 zu erhalten, machen wir den Ansatz: α 1 V 1 + α 2 V 2 + α 3 V 3 = A und erhalten wie oben: α 1 + α 2 α 1 α 2 + α 3 α 1 α 3 α 1 α 2 α 3 α 1 α 1 + α 2 + α 3 = a 11 a 12 a 13 a 21 a 22 a 23 α 1 + α 3 α 1 + α 2 α 3 α 1 α 2 a 31 a 32 a 33 Betrachten wir: α 1 = a 22, α 1 + α 2 = a 11, α 1 + α 3 = a 31, so erhalten wir: α 1 = a 22, α 2 = a 11 a 22, α 3 = a 31 a 22 und s A = 3 α 1 = 3 a 22. Bleibt zu zeigen, dass die übrigen 6 Gleichungen auch erfüllt sind: α 1 α 2 + α 3 = a 22 a 11 + a 22 + a 31 a 22 = (a 22 + a 31 ) a 11 = (s A a 13 ) a 11 = a 12 α 1 α 3 = a 22 a 31 + a 22 = (2 a 22 ) a 31 = (s A a 22 ) a 31 = a 13 α 1 α 2 α 3 = a 22 a 11 + a 22 a 31 + a 22 = 3 a 22 a 11 a 31 = s A a 11 a 31 = a 21 α 1 + α 2 + α 3 = a 22 + a 11 a 22 + a 31 a 22 = (a 11 + a 31 ) a 22 = (s A a 21 ) a 22 = a 23 α 1 + α 2 α 3 = a 22 + a 11 a 22 a 31 + a 22 = (a 11 + a 22 ) a 31 = (s A a 33 ) a 31 = a 32 α 1 α 2 = a 22 a 11 + a 22 = (2 a 22 ) a 11 = (s A a 22 ) a 11 = a 33 Alternativ: Löse das Lineare Gleichungssystem direkt 1.Spalte : (1) a 11 +a 21 +a 31 = s A 2.Spalte : (2) a 12 +a 22 +a 32 = s A 3.Spalte : (3) a 13 +a 23 +a 33 = s A 1.Zeile : (4) a 11 +a 12 +a 13 = s A 2.Zeile : (5) a 21 +a 22 +a 23 = s A 2.Diag. : (6) a 13 +a 22 +a 31 = s A 1.Diag. : (7) a 11 +a 22 +a 33 = s A 3.Zeile : (8) a 31 +a 32 +a 33 = s A Folgende Zeilenumformung (4 ) = (4) (1) (2) (3) + (4) + (8) liefert eine Nullzeile und kann daher weggelassen werden und wir erhalten das äquivalente System mit 7 Gleichungen: 2

(1) a 11 +a 21 +a 31 = s A (2) a 12 +a 22 +a 32 = s A (3) a 13 +a 23 +a 33 = s A (5) a 21 +a 22 +a 23 = s A (6 ) = (6) (3) +a 22 a 23 +a 31 a 33 = 0 (7 ) = (7) (1) a 21 +a 22 a 31 +a 33 = 0 (8) a 31 +a 32 +a 33 = s A Um in Gleichung (7 ) die Einträge a 21 und a 22 zu eliminieren, bilden wir (7 ) = (7 ) + (5) 2 (6 ) und erhalten schließlich nach Kürzen mit 3 das äquivalente System: (1) a 11 +a 21 +a 31 = s A (2) a 12 +a 22 +a 32 = s A (3) a 13 +a 23 +a 33 = s A (5) a 21 +a 22 +a 23 = s A (6 ) +a 22 a 23 +a 31 a 33 = 0 (7 ) a 23 a 31 +a 33 = 1 3 s A (8) a 31 +a 32 +a 33 = s A In diesen 7 Gleichungen für 10 Unbekannte (einschließlich s A ) können wir 3 Unbekannte als Parameter wählen und erhalten einen 3-dimensionalen Lösungsraum M. Da wir bereits V 1, V 2, V 3 als linear unabhängig erkannt haben, bilden diese eine Basis von M. Andererseits können wir ohne Einschränkung s A = 3 α, a 31 = α + γ und a 33 = α β mit α, β, γ R wählen und erhalten aus (8) a 32 = 3 α (α + γ) (α β) = α + β γ Rückwärtssubstitution liefert mit s A = 3 α: a 23 = α + a 31 a 33 = α + (α + γ) (α β) = α + β + γ a 22 = a 23 a 31 + a 33 = α + β + γ (α + γ) + (α β) = α a 21 = 3 α a 22 a 23 = 3 α α (α + β + γ) = α β γ a 13 = 3 α a 23 a 33 = 3 α (α + β + γ) (α β) = α γ a 12 = 3 α a 22 a 32 = 3 α α (α + β γ) = α β + γ a 11 = 3 α a 21 a 31 = 3 α (α β γ) (α + γ) = α + β A = α 1 1 1 1 1 1 + β 1 1 1 1 1 0 1 0 1 0 1 1 + γ 0 1 1 1 0 1, 1 1 0 d.h. die drei gegebenen Matrizen spannen einen 3-dimensionalen Lösungsraum auf und sind daher linear unabhängig. Bemerkung: Wählt man a 31 = λ, a 32 = µ, und a 33 = τ, mit λ, µ, τ R so ergibt sich: s A = λ + µ + τ und man erhält mit der Rücksubstitution M dargestellt in einer anderen Basis. 3. Da alle Zeilensummen miteinander übereinstimmen und die Gesamtsumme der 3 Zeilen 1 + 2 + + 9 = 45 ist, muss die Zeilensumme jeweils s A = 45/3 = 15 und damit a 22 = 1 3 s A = 5 sein. In der Mitte des magischen Quadrates steht also immer die 5. Die Zahlen 7, 8 und 9 dürfen nicht gemeinsam in einer Zeile/Spalte/Diagonale stehen, weil sonst die zugehörige Zeilen/Spalten/Diagonalensumme größer als 15 wäre. Wenn man die Symmetrieeigenschaften des magischen Quadrates berücksichtigt (die Symmetriegruppe des magischen Quadrates ist isomorph zur Symmetriegruppe des Quadrates, hat also insbesondere 8 Elemente), gibt es nur zwei verschiedene Fälle, die berücksichtigt werden müssen. 3

1. Fall: 9 steht auf einer Eckposition (ohne Einschränkung (beachte die Symmetrie) auf der Position (1, 1)). Dann ist: 9 5 Ohne Einschränkung (Symmetrie) können wir annehmen, dass die 8 auf der Position (3, 2) steht. Dann erhalten wir ein ungültiges magisches Quadrat: 1 9? 5 6 8 1 2. Fall: 9 steht nicht auf einer Eckposition (ohne Einschränkung (Symmetrie) auf der Position (2, 1)). Dann ist: 9 5 1 Ohne Einschränkung (Symmetrie) können wir annehmen, dass die 8 auf der Position (1, 2) oder auf der Position (3, 3) steht. Im ersten Unterfall erhalten wir wieder ein ungültiges magisches Quadrat: Im zweiten Unterfall, funktioniert es endlich: 3 8 9 5 1? 7 2 7 6 9 5 1 4 3 8 Also ist das magische Quadrat bis auf die Symmetrie eindeutig und es gibt insgesamt 8 verschiedene - aber zueinander symmetrische - magische Quadrate mit den Zahlen 1, 2,..., 9. 4