Tutorium 2. 1 Der Polynomring

Ähnliche Dokumente
Tutorium 3. 1 Nilpotente Endomorphismen. Definition. Sei Φ End(V ). Φ heißt nilpotent: n N : Φ n = 0

3.3 Eigenwerte und Eigenräume, Diagonalisierung

6.3 Eigenwerte. γ ist Eigenwert von T [T] B B γi ist nicht invertierbar.

5 Diagonalisierbarkeit

a i x i, (1) Ein Teil der folgenden Betrachtungen gilt auch, wenn man den Körper durch einen Ring ersetzt.

Ausgewählte Lösungen zu den Übungsblättern 9-10

KAPITEL 8. Normalformen. 1. Blockmatrizen. ,C K m 2 n 1. X = K (m 1+m 2 ) (n 1 +n 2 ) K L. und Y = M N Blockmatrizen mit.

3 Teilbarkeit in Integritätsringen

Lineare Algebra II 6. Übungsblatt

Alle Vektoren sind hier Spaltenvektoren. Eine Matrix besteht aus nebeneinandergeschrie-

Musterlösungen zur Linearen Algebra II Weihnachtszettel

KLAUSUR ZUR LINEAREN ALGEBRA I UND II 2. Oktober 2008 MUSTERLÖSUNG

2.11 Eigenwerte und Diagonalisierbarkeit

5 Minimalpolynom und charakteristisches Polynom

Ringe. Kapitel Einheiten

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

23. Die Jordan sche Normalform

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

Einführung in die Algebra

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform

Lineare Algebra und analytische Geometrie I

Kapitel 5. Endomorphismen von Vektorräumen. 5.4 Die jordansche Normalform

Eigenwerte und Diagonalisierung

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

2 Ähnlichkeit von Matrizen, Eigenwerte und Eigenvektoren

Die wichtigste Klasse von Funktionen zwischen Vektorräumen sind die linearen Abbildungen.

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,

Musterlösung der Klausur zur linearen Algebra II

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

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

Unterlagen zu Polynomringen. Erhard Aichinger

Lösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich:

5. Übung zur Linearen Algebra II -

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Lineare Algebra für Physiker 11. Übungsblatt

Lineare Algebra II 3. Übungsblatt

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

Körper- und Galoistheorie

Lineare Algebra I/II LVA ,

6 Eigenwerte und Eigenvektoren

3.3 Das charakteristische Polynom

8. Musterlösung zu Mathematik für Informatiker II, SS 2004

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

10.2 Begleitmatrix, Satz von Cayley-Hamilton und Minimalpolynom

KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008

Kapitel 2. Endliche Körper und Anwendungen. 2.1 Körpererweiterungen

Seminar über Galoistheorie und Anwendungen SEPARABILITÄT

Chr.Nelius: Grundzüge der Algebra (WS2005/06) 1. (14.1) DEF: Ein kommutativer Ring (K, +, ) heißt ein Körper, wenn gilt: 1) 1 K 0 K 2) K = K \ {0 K }

KLAUSUR ZUR ALGEBRA UND ZAHLENTHEORIE. 15. Februar 2017 MUSTERLÖSUNG. Aufgabe Summe. Allgemeine Hinweise

Einführung in Algebra und Zahlentheorie

Einführung in die Algebra

Proseminar Lineare Algebra II, SS 11. Blatt

Lineare Algebra II, Lösungshinweise Blatt 9

4 Eigenwerte und Eigenvektoren

Lineare Algebra und analytische Geometrie I

Einführung in die Algebra

Einführung in Algebra und Zahlentheorie Lösungsvorschläge zur Klausur vom Aufgabe 1 (6 Punkte)

Lösungsvorschlag für die Probeklausuren und Klausuren zu Algebra für Informations- und Kommunikationstechniker bei Prof. Dr.

Technische Universität München Zentrum Mathematik. Übungsblatt 12

Lineare Algebra II. Sommersemester 2012 Universität Bayreuth Michael Stoll. Inhaltsverzeichnis

Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

Probeklausur Lineare Algebra für Physiker

6 Die Jordansche Normalform

Übungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen

WS 2009/10. Diskrete Strukturen

Folien der 15. Vorlesungswoche

Lineare Algebra II. Prof. Dr. Uwe Jannsen Sommersemester Transformation auf Dreiecksgestalt

Algebra I. Zwischenprüfung. 19. Februar 2016

Algebra 2. Schriftliche Unterlagen zur Vorlesung im Sommersemester Franz Pauer. Institut für Mathematik Universität Innsbruck

Definition 153 Sei n eine fest gewählte ganze Zahl 0. Für jedes l Z heißt die Menge

Lineare Algebra II. Prof. Dr. Uwe Jannsen Wintersemester 2011/12. 1 Transformation auf Dreiecksgestalt 1. 3 Diagonalisierbarkeit 7

Steilkurs Lineare Algebra 1 einige wichtige Stationen

29.2 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System. y = A y, t R, (1)

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

Friedrich-Schiller-Universität Jena Mathematisches Institut. Lineare Algebra und Analytische Geometrie 2 Sommersemester 2007

4.4 Hermitesche Formen

Elementare Zahlentheorie

LINEARE ALGEBRA UND ANALYTISCHE GEOMETRIE II (TU MÜNCHEN, SOMMERSEMESTER 2010)

n (als K 0 -Vektorraum) und insbesondere

Proseminar: Primzahlen 1. Vortrag Der erweiterte euklidische Algorithmus

Skript Lineare Algebra II Mitschrift der Vorlesung Lineare Algebra II von Prof. Dr. Arthur Bartels

MC-Serie 11: Eigenwerte

Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)

7.2 Die adjungierte Abbildung

KAPITEL 13. Polynome. 1. Primfaktorzerlegung in den ganzen Zahlen. ,, p r

12 Lineare Algebra - Übersicht. Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen

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

Klausur vom Algebra I. Rolf Farnsteiner

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen

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 )

R 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte

Bemerkungen. Gilt m [l] n, so schreibt man auch m l mod n oder m = l mod n und spricht. m kongruent l modulo n.

Stichwortliste zur Vorlesung. Lineare Algebra II. Gabriela Weitze-Schmithüsen. Saarbrücken, Sommersemester 2016

Lineare Algebra II 8. Übungsblatt

{ id, falls sgn(σ) = 1, τ, falls sgn(σ) = 1,

Lineare Algebra I 5. Tutorium Die Restklassenringe /n

3 Algebraische Körpererweiterungen

(a) Welche der folgenden Gruppen hat 24 Elemente? D 6 GL 2 (F 2 ) X Die Tetraedergruppe. (b) Welche der folgenden Aussagen ist wahr?

Transkript:

1 Der Polynomring Tutorium 2 Wiederholung. Eine Einheit eines Rings ist ein multiplikativ invertierbares Element. Zum Beispiel sind {1, 1} die Einheiten in Z, und alle Zahlen außer der 0 in jedem Körper. Im Polynomring R[X] sind die Einheiten gerade die Einheiten des Grundrings R. Bemerkung. Im folgenden geht es um Polynomringe über Körpern (falls nicht anders erwähnt). Definition. Seien f, g K[X]. (i) g heißt Teiler von f: f = g h für ein h K[X] Man schreibt dann auch g f ( g teilt f ). (ii) f heißt irreduzibel: f = g h g oder h ist Einheit (iii) f, g heißen teilerfremd: h f und h g h ist Einheit Lemma. Das Polynom f = (X a 1 )... (X a n ) K[X] hat genau die (normierten) Teiler (X a i1 )... (X a ik ) 1 i 1 <... < i k n Satz (Division mit Rest). Seien f, g K[X], g 0. Dann existieren q, r K[X] mit f = q g + r und Grad(r) < Grad(g) q und r erhält man über die bekannte Polynomdivision aus der Schule. 1

Definition. Seien f, g K[X]. (i) h K[X] heißt gemeinsamer Teiler von f und g: h f und h g (ii) h K[X] heißt größter gemeinsamer Teiler von f und g: h ist gemeinsamer Teiler und jeder andere gemeinsame Teiler teilt h Normiert ist dieser im Polynomring eindeutig bestimmt, wir schreiben dafür ggt(f, g). Satz (Euklids Algorithmus). Seien f, g K[X], und f = q g + r via Division mit Rest. Dann gilt: ggt(f, g) = ggt(g, r) Der ggt lässt also iterativ berechnen, und man erhält λ, µ K[X], so dass: ggt(f, g) = λf + µg Aufgabe 1. Stellen Sie den ggt der Polynome f := X 4 + X und g := X 5 X 4 + 2X 3 + 1 aus R[X] als solche Linearkombination von f und g dar. Lösung. Wiederholte Division mit Rest ergibt: g = (X 1) f + 2X 3 X 2 + X + 1 }{{} =:r 1 ggt(g, f) = ggt(f, r 1 ) f = ( 1 2 X + 1 4 ) r 1 + 1 4 X2 + 1 4 X 1 = ggt(r 1, r 2 ) }{{ 4 } =:r 2 r 1 = ( 8X 4) r 2 = ggt(r 2, 0) Es gilt also: ggt(f, g) = X 2 X + 1 (normiert!). Weiter: r 2 = f ( 1 2 X + 1 4 ) r 1 = f ( 1 2 X + 1 ) (g (X 1) f) 4 = (1 + ( 1 2 X + 1 4 )(X 1)) f (1 2 X + 1 4 ) g = ( 1 2 X2 1 4 X + 3 4 ) f (1 2 X + 1 4 ) g Und wir erhalten: ggt(f, g) = ( 4) r 2 als gesuchte Darstellung. = ( 2X 2 + X 3) f + (2X + 1) g Satz. Seien f, g K[X]. Dann gilt: f, g teilerfremd ggt(f, g) = 1 1 = λf + µg (λ, µ K[X]) 2

Definition. Sei R ein kommutativer Ring. (i) I R heißt Ideal: (1) (I, +) ist Untergruppe von (R, +) (2) Für alle r R, i I gilt: r i I. (ii) Ein Ideal I heißt Hauptideal, wenn es sich für ein a R in der Form I = {r a r R} =: (a) schreiben lässt. Bemerkung. (i) Man hat immer die Ideale 0 und R. (ii) Achtung: Ein Ideal ist nicht notwendigerweise ein Teilring (die 1 fehlt oftmals). Satz. Ist K ein Körper, so ist jedes Ideal in K[X] ein Hauptideal. Aufgabe 2. Seien f = X 2 1 und g = X 2 2X + 1 R[X]. Zeigen Sie, dass (f, g) := {λf + µg λ, µ R[X]} ein Hauptideal in R[X] ist, und bestimmen Sie einen Erzeuger. Lösung. Für jedes x (f, g) gilt: h f, h g h x ggt(f, g) x (f, g) (ggt(f, g)) Wegen ggt(f, g) = λf + µg für gewisse λ, µ R[X] folgt andererseits auch (ggt(f, g)) (f, g), was die Behauptung zeigt. Der Erzeuger ist ggt(f, g) = X 1. 3

2 Eigenräume Definition. Sei Φ End(V ) und B eine Basis von V, dim V = n. Dann heißt CP Φ (X) := det(x I n D BB (Φ)) charakteristisches Polynom von Φ (analog für Matrizen). Bemerkung. (i) Das charakteristische Polynom ist unabhängig von der Wahl der Basis Ähnlichkeitsinvariante (ii) Es hat immer Grad n. (iii) CP Φ (λ) = 0 λ ist EW von Φ MP Φ (λ) = 0 (iv) CP Φ (Φ) = 0 MP Φ (X) CP Φ (X) Grad MP Φ (X) n Definition. Sei Φ End(V ), λ K. (i) geometrische Vielfachheit µ g (Φ, λ) := dim(eig(φ, λ)) (ii) algebraische Vielfachheit µ a (Φ, λ) := Exponent von (X λ) im charakteristischen Polynom Satz. Sei λ Spec(Φ). Dann gilt: 1 µ g (Φ, λ) µ a (Φ, λ) Aufgabe 3. Bestimmen Sie das Minimalpolynom von A := R 3x3. 1 0 0 1 4 1 2 3 0 Lösung. CP A (X) = det(x I n A) = det( X 1 0 0 1 X 4 1 ) = (X 1)((X 4)X + 3) = (X 1) 2 (X 3 2 3 X Wir berechnen (A 1)(A 3), erhalten nicht die Nullmatrix, also gilt auch: MP A (X) = (X 1) 2 (X 3) denn einerseits teilt das Minimalpolynom das charakteristische, und andererseits sind die Nullstellen von Minimalpolynom und charakterischem Polynom ja gleich (nur die Vielfachheit potentiell anders), deshalb mussten wir nur einen Teiler testen. 4

Satz. Φ End(V ) ist genau dann diagonalisierbar, wenn (i) das charakteristische Polynom in Linearfaktoren zerfällt (ii) µ g (Φ, λ) = µ a (Φ, λ) für alle Eigenwerte λ Spec(Φ) 5

Bemerkung. Die erste Bedingung kann man mit mehr Algebra immer hintricksen. Wir nehmen z.b. einfach C statt R. Die zweite Bedingung ist äquivalent dazu, dass jeder Eigenraum ein Φ-invariantes Komplement besitzt. Indem wir also unsere Eigenräume solange erweitern, bis das gilt, erhoffen wir uns eine ähnlich einfache Form wie im Falle der Diagonalisierbarkeit. 3 Haupträume Definition. Sei Φ End(V ), λ K. Dann heißt H(Φ, λ) := Kern((Φ λ id) k ) k=0 Hauptraum von Φ zu λ. Bemerkung. Der Hauptraum H(Φ, λ) ist der kleinste Φ-invarianter Unterraum von V, der den Eigenraum Eig(Φ, λ) enthält und ein Φ-invariantes Komplement hat. Lemma. Sei Φ End(V ), λ ein EW von Φ und e := µ a (Φ, λ). Dann gelten: (i) dim(h(φ, λ)) = e (ii) H(Φ, λ) = Kern((Φ λ id) e ) (iii) Bild((Φ λ id) e ) ist ein Φ-invariantes Komplement zu H(Φ, λ) Lemma. Sei Φ End(V ) und λ 1,..., λ k paarweise verschieden. Dann ist die Summe k H(Φ, λ i ) = i=1 k H(Φ, λ i ) i=1 direkt. Lemma. Sei Φ End(V ). Dann sind die folgenden Aussagen äquivalent: (i) V = λ H(Φ, λ) (ii) CP Φ (X) = λ dim H(Φ,λ)) (X λ) (iii) CP Φ (X) lässt sich als Produkt von Linearfaktoren schreiben (iv) MP Φ (X) lässt sich als Produkt von Linearfaktoren schreiben 6

Aufgabe 4. Seien Φ, Ψ End(V ) zwei kommutierende Endomorphismen, und λ ein Eigenwert von Φ. Zeigen Sie, dass der zugehörige Hauptraum H(Φ, λ) ein Ψ-invarianter Unterraum von V ist. Beweis. Es gilt wegen x H(Φ, λ) x Kern((Φ λ id) k ) (k N) ((Φ λ id) k )(x) = 0 ((Φ λ id) k )(Ψ(x)) = ((Φ λ id) k Ψ)(x) =! (Ψ (Φ λ id) k )(x) = Ψ(((Φ λ id) k )(x)) = Ψ( Ψ(x) Kern((Φ λ id) k ) Ψ(x) H(Φ, λ) (Φ λ id) Ψ =(Φ Ψ λ id Ψ) =(Ψ Φ Ψ λ id) =Ψ (Φ λ id) nach Voraussetzung und wegen der Linearität von Φ und Ψ. 7