Ferienkurs - Lineare Algebra. Hanna Schäfer. Merkinhalte

Ähnliche Dokumente
Übungen zum Ferienkurs Lineare Algebra WS 14/15

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.

2 Euklidische Vektorräume

Lineare Abbildungen und Darstellungsmatrizen

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

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

Kap 5: Rang, Koordinatentransformationen

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

Kapitel III. Lineare Abbildungen

2.2 Kern und Bild; Basiswechsel

Lineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.

MATHEMATIK II FÜR STUDIERENDE DER PHYSIK

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

Lineare Algebra 1. Roger Burkhardt

1 Mengen und Abbildungen

Kapitel VI. Euklidische Geometrie

Vektorräume und Rang einer Matrix

Kapitel 12. Lineare Abbildungen und Matrizen

y x x y ( 2x 3y + z x + z

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

Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)

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

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester gehalten von Harald Baum

Koordinaten und darstellende Matrizen

Kapitel IV. Lineare Abbildungen. Inhalt: 13. Lineare Abbildungen 14. Matrix-Darstellung 15. Isomorphie von Vektorräumen

Matrizen. Aufgabe 1. Sei f R 2 R 3 definiert durch. x y x Berechnen Sie die Matrix Darstellung von f. Lösung von Aufgabe 1.

Musterlösung Klausur zur Linearen Algebra II

8 Lineare Abbildungen

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008

Serie 10: Inverse Matrix und Determinante

Analysis II. Vorlesung 48. Die Hesse-Form

9.2 Invertierbare Matrizen

1.9 Eigenwerte und Eigenvektoren

entspricht der Länge des Vektorpfeils. Im R 2 : x =

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Tutorium Mathematik II, M Lösungen

Lineare Algebra I: Eine Landkarte

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

4 Lineare Algebra (Teil 2): Quadratische Matrizen

2 Die Darstellung linearer Abbildungen durch Matrizen

Jürgen Hausen Lineare Algebra I

Lineare Gleichungssysteme

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

Definition 27 Affiner Raum über Vektorraum V

Lineare Algebra - alles was man wissen muß

Normen und Skalarprodukte

4.4. Rang und Inversion einer Matrix

Musterlösung zur Klausur Lineare Algebra II für Lehramt

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Brückenkurs Mathematik

2 Einführung in die lineare Algebra

1 Vorlesungen: und Vektor Rechnung: 1.Teil

Lineare Algebra. Axiome der Linearen Algebra

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v

Lösungsvorschläge zu ausgewählten Übungsaufgaben aus Storch/Wiebe: Lehrbuch der Mathematik Band 2, 2.Aufl. (Version 2010), Kapitel 5

00. Einiges zum Vektorraum R n

Vektoren und Matrizen

1. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.

Lineare Algebra für die Sekundarstufe I (L2/L5) SS Jürgen Wolfart

Mathematik für Wirtschaftswissenschaftler, WS 10/11 Musterlösungen zu Aufgabenblatt 11

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt

6. Übungsblatt zur Mathematik I für Maschinenbau

10. Teil: Elemente der Linearen Algebra

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

MC-Serie 11: Eigenwerte

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

Lineare Abhängigkeit

Lineare Algebra. Teil III. Inhaltsangabe

Elemente von S n = Aut([1, n]) heißen Permutationen. Spezielle Permutationen sind Transpositionen und Zyklen. (Vergl. Skript S

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya

Mathematik für Anwender I. Beispielklausur I mit Lösungen

Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls

4 Euklidische Vektorräume

Lineare Algebra II 9. Übungsblatt

6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

LINEARE ALGEBRA I, WS 2010/11. NOTIZEN ZUR VORLESUNG.

4. Übungsblatt Matrikelnr.:

Vorlesung: Klassische Theoretische Physik I

Ein Beispiel für eine lineare Abbildung

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung

Klausur Linearen Algebra 1 Musterlösung: Aufgabe A

4.4 Orthogonalisierungsverfahren und die QR-Zerlegung

5 Eigenwerte und die Jordansche Normalform

8. Übungsblatt zur Mathematik I für Maschinenbau

Die Lineare Algebra-Methode. Mahir Kilic

Lineare Algebra II 5. Übungsblatt

A Matrix-Algebra. A.1 Definition und elementare Operationen

Höhere Mathematik I. Universität Stuttgart, WS 2008/09 Prof. Dr. M. Griesemer

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

3. Übungsblatt Aufgaben mit Lösungen

Transkript:

Technische Universität München, Fakultät für Physik Ferienkurs - ineare Algebra Hanna Schäfer 03. März 04 0. inearität. f : M N, x : y = f(x) Merkinhalte. f(x + λy) = f(x) + λf(y), x, y V, λ K 3. ineare Abbildungen zwischen Vektorräumen können mittels Matrizen bestimmt werden. Dabei sind die Spaltenvektoren der Matrix durch die Bilder der Basisvektoren gegeben. 0. Eigenschaften von Isomorphismen. injektiv, falls für x, x Af(x) = f(x) x = x bzw. x x f(x) f(x). surjektiv falls f(a)=b 3. bijektiv, falls f injektiv und surjektiv. 0.3 Rang, Kern und Bild. Die Menge f(a) := f(x) B : x A heißt Bild von f, für C B. Die Menge f (C) := x A : f(x) C heißt Urbild. 3. Die Menge C mit f (C) := 0 heißt Kern. 4. finjektiv Kern(f) = 0

5. fsurjektiv Rang(f) = dimw 6. Der Rang(f) := dim Bild(f) heißt Rang von f. 7. Sei dimv <, dann gilt dimv =Rang(f)+dimKern(f). 8. Sei dimw = dimv <. Dann gilt: finjektiv fsurjektiv. 0.4 Matrixaddition. C = A + λb. c kl = a kl + λb k l 0.5 Matrixmultiplikation. C = BA. c j l = m k= b jka kl 0.6 Inverse Matrix. Wenn B A = E, dann gilt auch A B = E. B ist eindeutig bestimmt, und A := B heißt die zu A inverse Matrix.. Stelle Gleichungssystem aus (A E) 3. Forme mit Gaußso um, dass gilt (E A ) 0.7 Basiswechselmatrizen. SeienV, W K-Vektorräume mit f : V W linear. Sei A die Abbildungsmatrix von f. Dann ist A = T AS die Abbildungsmatrix von V nach W 3. S und T beschreiben den Basiswechsel. 4. Bezechnungn können das rechnen leichter machen: A V,V = T V,V A V,V SV,V 5. Es reicht also die Basiswechselmatrizen zu erstellen um eine Abbildung in ein anderes System zu übertragen.

0.8 Bilinearformen. Ein Skalarprodukt, : V xv R ist eine symmetrische, positiv definite Bilinearform. bilinear: a) u + v, w = u, w + v, w b) u, v + w = u, v + u, w c) u, λv = λ u, v = λu, v 3. symmetrisch: v, w = w, v 4. positivdefinit: v, v 0, und v, v = 0 v = 0 0.9 Skalare. Kanonische Skalarprodukt über R n ist dabei definiert als v, w = v t w = N 0 v i w i.. Zwei Vektoren v, w orthogonal, falls gilt s(v, w) = 0. 3. Zwei Vektoren v, w orthonormal, s(v, v) = s(w, w) = 4. Der Winkel zwischen zwei Vektoren v, w V ist die Zahl Φ [0, Π] für welche cosφ = 0.0 Normen v,w v w ist.. Eine Abbildung : V R heißt Norm, falls gilt:. 0 für alle v V und = 0 v = 0. 3. λv = λ v für alle λ R, v V. 4. v + w v + w für alle v, w V (Dreiecksungleichung). 0. Orthogonale/ Orthonrmale Basis. Sei (V,, ) euklischer Vektorraum. Die Vektoren v,..., v k V heißen. orthogonal falls vi, vj = 0 für alle i j 3. orthonormal falls v i, v j = δ ij 0. Orthogonale Projektion. Sei W ein UVR von V und w...w n eine Orthonormalbasis von W. Dann ist P W (v) = n v, w i w i die senkrechte Projektion v von v auf W.. Für die Abbildungsmatrix A zu P W gilt A ij = (P W (v j )) vi 3

0.3 Gram-Schmt Verfahren. Wege um aus einer Basis eine Orthonormalbasis zu machen.. Sei v...v d eine Basis von U, dann sind u...u d eine ONB : 3. u = v v 4. w = v v, u u ; u = w w 5. w 3 = v 3 v 3, u u v 3, u u ; u 3 = w 3 w 3 0.4 ineare Abbildungen Aufgabe - inearität Aufgaben Es seien V, W endlichdimensionale Vektorräume über C mit Basen BV, BW. Geben Sie an, ob folgende Aussagen wahr sind:. V = H(v,..., v n ) dim(v ) = n. V = H(v,..., v n ) dim(v ) n 3. V = H(v,..., v n ) dim(v ) n 4. : V W linear und surjektiv dim(w ) = dim(v ) 5. : V W linear und injektiv dim(w ) = dim(v ) 6. : V W linear und bijektiv dim(w ) = dim(v ) 7. : V W und Bild() = W istsurjektiv 8. : V W und Bild() = W istinjektiv 9. Ist : V W linear und dim(w ) = l, sohatm BW,BV 0. Ist : V W linear und dim(w ) = l, sohatm BW,BV. Jede Basiswechselmatrix ist quadratisch l Zeilen l Spalten. Jede Basiswechselmatrix ist invertierbar 4

Aufgabe - Abbildungseigenschaften Für n N seien die reellen Zahlen x < x <... < x n fest gegeben. Außerdem sei P der Vektorraum der reellen Polynome über R, deren Grad höchstens ist. Gegeben ist die lineare Abbildung: p(x ) : P R n mitp = a 0 x + a x + a 3 :. p(x n ) a) Bestimmen Sie für diefälle n=, n=, n=3 und n 4 den Kern der Abbildung. Geben Sie jeweils eine Basis des Kerns an. Hinweis: Ist λ Nullstelle eines Polynoms, so kann das Polynom durch (x-λ) geteilt werden. b) Für welche n N ist injektiv, surjektiv, bijektiv? Hinweis: Verwenden Sie die Dimensionsformel. Aufgabe 3 - Kern, Bild und Rang Sei E = e, ( ) e, e3 die kanonische ( ) Basis des ( R) 3. Durch 4 T (e ) =, T (e ) = und T(e 3 ) = wird eine lineare Abbildung T : R 3 R definiert. a) Welchen Rang hat die Abbildung T? b) Bestimmen Sie den Kern von T sowie dessen Dimension. c) Überprüfen Sie die Gu ÌĹltigkeit der Dimensionsformel für T. Zusatz: d) Geben Sie die Definition des Kerns von an: e) Beweisen Sie, dass der Kern von ein Untervektorraum von V ist: f) Geben Sie die Definition des Bildes von an: g) Beweisen Sie, dass das Bild von ein Untervektorraum von W ist. Aufgabe 4 - Matrixmultiplikation Bilden ( sie) das ( Produkt ) aus folgenden Matrizen. a), 4 3 ( ) ( ) b), 6 0 3 c) 0 3 3, 0 0 4 3 9 5

Aufgabe 5 - Inverse Sei eine lineare Abbildung : R 3 R. Bestimmen Sie die Inverse Abbildung : x 0 x 0 0 Aufgabe 6 - Basiswechselmatrizen Sei : R 4 R 4. die lineare Abbildung gegeben durch x x + x x x 3 = x + x + x3 x + x + x 3 + x 4 x 4 x 3 x 4 Weiter sei E die kanonische Basis von R 4 und B = v, v, v 3, v 4 die Basis von R 4 mit 0 0 0 v =, v = 0, v 3 = 0 0, v 4 = 0 an. (b) Bestimmen Sie die Matrizen M B,E (a) Geben Sie die Matrix M E,E (c) Berechnen Sie die Matrix M B,B 0.5 Bilineare Formen Aufgabe 7 - Bilinearität und M E,B Es seien u = t (x, x ) und v = t (y, y ) Welche der folgenden Abbildungen sind Bilinearformen? (a)s(u, v) = x y + x y + x y + 6x y (b) s(u, v) = 6x y + y y (c) s(u, v) = x y + 3x y + x y 3x y Aufgabe 8 - Orthogonale Projektion Sei V =R 3. Gegeben seien dieebene E:=x R 3 : x x + x 3 = 0 und die Geraden 3 g = 0 + λ, g = 0 + λ 0, µ, λ R 0 0 0 a) Die Geraden g und g werden in die Ebene E orthogonal projiziert. Geben Sie die Parameterdarstellung der projizierten Geraden h und h an. Ist das Bild einer beliebigen Geraden unter einer orthogonalen Projektion auf E stets eine Gerade? b) Bestimmen Sie den Schnittpunkt S vonh und h. c) Bestimmen Sie die Urbilder des Schnittpunkts S von h und h auf g und g. d) Besitzen g und g einen Schnittpunkt? 6

Aufgabe 9 - Orthonormalbasis Es sei (V,. ) ein Vektorraum mit Skalarprodukt und B =b,..., b n eine Orthonormalbasis von V. Ergänzen Sie die Definition: B ist genau dann Orthonormalbasis eines Vektorraums V, wenn gilt: () B ist Basis von V und ()... Aufgabe 0 - Gram Schmt Verfahren Aufgabe G77 Gegeben sei die linear unabha ÌĹngige Menge M = v, v, v3 mit v =, v = 0 3, v 3 = 4 0 Konstruieren Sie mit Hilfe des GramâĂŞSchmtâĂŹschen Orthogonalisierungsverfahrens eine Orthonormalbasis für H(v, v, v 3 ) R 4. 7