Abschnitt 1. Jordan Normalform

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

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform

7.2 Die adjungierte Abbildung

10 Unitäre Vektorräume

Musterlösung der Klausur zur linearen Algebra II

Musterlösungen zur Linearen Algebra II Weihnachtszettel

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

Lineare Algebra II 8. Übungsblatt

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

Ausgewählte Lösungen zu den Übungsblättern 9-10

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

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

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,

KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008

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.

Lineare Algebra II 11. Übungsblatt

Lineare Algebra für Physiker 11. Übungsblatt

6 Eigenwerte und Eigenvektoren

6 Hauptachsentransformation

Lösungsskizzen der Klausur zur Linearen Algebra im Herbst 2015

23. Die Jordan sche Normalform

Eigenwerte und Diagonalisierung

1 Grundlagen zur Darstellungstheorie

Zusammenfassung Lineare Algebra II

3 Definition: 1. Übungsblatt zur Vorlesung Lineare Algebra I. im WS 2003/2004 bei Prof. Dr. S. Goette

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

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

6 Die Schursche Normalform und einige Klassen von Matrizen

Klausur Lineare Algebra I am Es sind insgesamt 60 Punkte bei der Klausur zu erreichen.

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

Musterlösungen zur Linearen Algebra II Übungsklausur

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

44 Spektralzerlegung normaler Operatoren im endlichdimensionalen Fall

Aufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie:

4.4 Hermitesche Formen

Steilkurs Lineare Algebra 1 einige wichtige Stationen

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

7 Lineare Abbildungen und Skalarprodukt

Lineare Algebra I/II LVA ,

10. Übung zur Linearen Algebra II -

Übungen zur Linearen Algebra II

Lineare Algebra Klausur 1

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

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

4.2 Die adjungierte Abbildung

Lineare Algebra II 12. Übungsblatt

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12

Lineare Algebra I (WS 13/14)

Lösung 7: Bilinearformen

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

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

Übungen zur Vorlesung Lineare Algebra

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

Kapitel 11. Bilinearformen über beliebigen Bilinearformen

1 Die Jordansche Normalform

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 )

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

9. Übungsblatt zur Mathematik I für Maschinenbau

Verständnisfragen: Lineare Algebra und Analytische Geometrie I und II

Lineare Algebra 2 SS2012 Übungsblatt

VII.2. INNERE PRODUKTE 227

(also ) Oft wird Zusammenhang zwischen und mit einem Index angedeutet, z.b. wird der Eigenvektor v. durch gekennzeichnet.

Analytische Geometrie

Technische Universität München Zentrum Mathematik. Übungsblatt 12

Mathematik für Physiker, Informatiker und Ingenieure

LINEARE ALGEBRA II. Inhaltsverzeichnis

Klausur zu. Lineare Algebra II. Viel Erfolg! Fachbereich Mathematik WS 2012/13 Dr. habil. Matthias Schneider. Bonus Note. Aufgabe

Lineare Algebra Vordiplom Kurs

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

Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Blatt 3 - Lösung

Proseminar Lineare Algebra II, SS 11. Blatt

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

Klausur Lineare Algebra I & II

Hauptachsentransformation: Eigenwerte und Eigenvektoren

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

Klausur zur Vorlesung Lineare Algebra II

Lineare Algebra für PhysikerInnen

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153

Kapitel 3 Lineare Algebra

L7 Diagonalisierung einer Matrix: Eigenwerte und Eigenvektoren. Gegeben. Gesucht: Diagonalform: Finde und! Definition: Eigenvektor, Eigenwert

Lineare Algebra I Zusammenfassung

Lösungsskizze zur Wiederholungsserie

5 Eigenwerte, Eigenvektoren und Diagonalisierbarkeit

4 Lineare Abbildungen Basisdarstellungen

Lineare Darstellungen von Symmetrischen Gruppen

und Unterdeterminante

und Unterdeterminante

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

ABBILDUNGEN ZWISCHEN VEKTORRÄUMEN MIT SKALARPRODUKT

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

Grundbegriffe aus der Vorlesung Lineare Algebra I+II

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

2.11 Eigenwerte und Diagonalisierbarkeit

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

Prüfung Lineare Algebra 2

Skalarprodukte. Kapitel Bilinearformen

Tutorium 4. 1 Bilinearformen. Definition. Seien U, V, W Vektorräume. Eine Abbildung Φ : V W U heißt bilinear: Bemerkung. Dies ist äquivalent zu:

5 Diagonalisierbarkeit

Grundlagen der Mathematik 2 Nachklausur

Transkript:

Abschnitt Jordan Normalform

Beispiel & Eigenschaften λ λ λ λ 2 λ 2 λ 2 λ 3 Voraussetzung: χ zerfällt Dann: ex. Basis, s.d. Darstellungsmatrix Jordan-Form hat Minimalpolynom µ hat Faktor zu jedem EW in Potenz Größe des größten zum EW gehörigen Jordankästchens (z.b. hier µ = (X λ ) 3 (X λ 2) 2 (X λ 3)) bis auf Anordnung der EW: eindeutig, bzw. Matrizen ähnlich gleiche JNF

Interpretation Da Haupträume f stabil (und damit (f t id) stabil für alle t K), können wir die Blöcke zu jedem EW stets separat betrachten. λ λ λ λ λ λ λ Mit g := f λ id (d.h. Matrix hat 0en statt λ) und (v,..., v 7) der Jordan Basis in diesem Beispiel sehen wir sofort v 3 g v2 v 5 v 7 g v g v4 g v6 g 0, g 0 g 0,

λ λ λ λ λ λ λ d.h. v, v 4, v 6 ker g (die ersten Indizes in jedem Jordan Block), v 2, v 5, v 7 ker g 2 \ ker g (die zweiten Indizes in jedem Jordan Block), v 3 ker g 3 \ ker g 2 (die dritten Indizes in jedem Jordan Block) Wir haben stets dim ker g k dim ker g k Jordan Blöcke der Größe k.

Bestimmung der JNF Gemäß dem vorigen berechnen wir für jeden EW λ i jeweils rg(f λ i id), rg(f λ i id) 2,... (in Aufgaben meist direkt ablesbar, notfalls Gauß) und daraus die dim ker g k = n rg g k. Die Anzahl der Jordan Blöcke mit Größe genau k ergibt sich aus obiger Überlegung als rg g k+ 2 rg g k + rg g k.

Bestimmung der Jordan Basis Für jeden EW λ i: Beginne mit leerer Menge B :=. Solange B < n i mit n i der Dimension des Hauptraumes H(f, λ i), also der alg. Vielfachheit von λ i: Finde v B mit maximaler Periode, d.h. k maximal, s.d. v ker g k \ ker g k \ B. (Dies entspricht dem letzten Index eines der größten verbliebenen Jordan Blöcke) Füge die Vektoren g k (v),..., v zu B hinzu. (Dies entspricht den Indizes, die durch den gewählten größten Block laufen)

Aufgaben Siehe Aufgabenblatt, Aufgaben 5.

Aufgabe : Sei f : C 7 C 7 linear mit den Eigenschaften gemäß folgender Tabelle: k 0 2 3 4 5 6 7 8 9 0 dim ker(f 2 id) k 0 5 0 5 6 6 6 6 6 6 6 dim ker(f 3 id) k 0 dim ker(f 4 id) k 0 0 0 0 0 0 0 0 0 0 0 Bestimme die JNF der Darstellungsmatrix von f. Lösung: Wir lesen ab, daß wir zum EW 2 fünf Jordan Blöcke haben, alle mit Größe 3, und genau einer davon mit Größe 4, aber keinen mit Größe 5. Zum EW 3 sehen wir einen Block der Größe. 4 ist gar kein EW, und weitere gibt es auch nicht, da wir die Dimension 7 schon erreicht haben. Insgesamt: M = diag (J 4(2), J 3(2), J 3(2), J 3(2), J 3(2), J (3))

Aufgabe 2: Falls möglich, bestimme die JNF von A = a) K = R b) K = C c) K = F 2 Lösung: Es ist χ = X 2 +. a) χ zerfällt nicht. ( ) 0 Mat 0 2 2(K) für b) Es ist χ = (X i)(x + i). Aus Dimensionsgründen ( kommen ) nur zwei i 0 Blöcke der Größe in Frage, und es folgt M =. 0 i c) Es ist χ = (X + ( ) 2 = ) (X ) 2, d.h. (= ) ist der einzige Eigenwert. Es ist A id = mit Rang, es gibt also genau einen Jordan Block: ( ) M =. 0

Aufgabe 3: Überprüfe mit Hilfe der JNF, welche der folgenden reellen Matrizen zueinander ähnlich sind: 2 0 0 2 A = 0 0, B = 0 2, 0 0 0 0 2 0 0 2 C = 0 0, D = 0 2 2 2 0 0

Lösung: Berechne jeweils JNF: 2 0 Zu A = 0 0 : χ A = (X + ) 2 (X ). Zum EW ist 0 0 0 2 0 rg(a + ) = rg 0 2 0 =, 0 0 0 also gibt es 2 Jordan Blöcke. Die JNF ist damit. 0 2 Zu B = 0 2 ist χ B = (X + )(X ) 2. Zum EW ist 0 0 0 0 2 rg(b ) = rg 0 2 2 = 2, 0 0 0 also gibt es einen JB, und die JNF ist.

2 0 Zu C = 0 0 : χ C = (X + ) 2 (X ). Zum EW ist 2 2 2 2 0 rg(c + ) = rg 0 0 0 =, 2 2 0 also gibt es 2 JB. Die JNF ist damit. 0 2 Zu D = 0 2 : χ D = (X + )(X 2 ) = (X + ) 2 (X ). 0 0 Zum EW ist 2 rg(d + ) = rg 2 = 2, 0 0 0 also gibt es einen JB. Die JNF ist damit. Wir sehen, daß A und C ähnlich sind, die übrigen zu keiner der anderen.

Aufgabe 4: Bestimme JNF, Minimalpolynom und eine Jordan Basis zu 2 0 A =. 0 3 Lösung: χ = X 3 6X 2 + 2X 8 = (X 2) 3. 0 0 N := A 2 =. 0 rg(n) = 2, d.h. ein JB. Minimalpolynom ist damit µ = χ. Wir brauchen also nur ein v ker(n 3 ) \ ker(n 2 ), dann sind N 2 v, Nv, v die gewünschte Basis. ker(n 2 ) = ker 0 0 0 = ker ( ) 0 = 0,, 0 ker(n 3 ) = R 3 schon aus Dimensionsgründen. v := 0 leistet beispielsweise 0 0 das Gewünschte. Die Basis ist dann N 2 v = 0, Nv =, v = 0.

Aufgabe 5: K Körper, A, B Mat n n(k). Welche der folgenden Aussagen sind richtig? (Begründung!) a) Zerfällt χ A, so zerfällt auch µ A. b) Ist µ A = µ B, so sind A und B ähnlich. c) Ist A nilpotent, so ist 0 der einzige EW von A. d) Ist A nilpotent und diagonalisierbar, so ist A = 0. Lösung: a) Ja, da µ χ. b) Nein, z.b. 0 und 0. 0 c) Ja, da 0 = A k v = λ k v, also λ = 0 für EV v zu EW λ. d) Ja, da alle EW 0 und damit A ähnlich zu 0.

Abschnitt 2 Skalarprodukte

Gram Schmidt B = b,..., b n Basis. Konstruiere ONB C = c,..., c n: c := b b induktiv c i := b i i k= bi, c k c k und c i = c i ci Die auftretenden Koeffizienten (Normierung nicht vergessen!) ergeben die Basiswechselmatrix T : obere Dreiecksmatrix mit positiven Diagonaleinträgen. Ist M die Strukturmatrix des Skalarprodukts bzgl. B, so ist M = S T S mit S = T.

Hauptminorenkriterium Symmetrische Matrix A positiv definit gdw. alle Hauptminoren positiv (Determinanten der oberen linken Teilmatrizen)

Iwasawa Zerlegung A invertierbare Matrix. Dann eindeutige Zerlegung A = DNT mit D Diagonalmatrix mit pos. Einträgen, N obere Dreiecksmatrix mit auf der Diagonale, T orthogonal. Dazu: Spalten von A mit Gram Schmidt zu ONB, Basiswechsel S obere Dreiecksmatrix mit pos. Diagonaleinträgen. T = A S die Matrix mit den Spalten die Vektoren der ONB, also T orthogonal. D die Diagonaleinträge aus S und N := D S. Dann A = ST = DNT T wie gewünscht.

Adjungierte Abbildung f : V V Endomorphismus auf eukl./unitärem VR. Adjungierte Abbildung f charakterisiert durch f (v), w = v, f(w). f selbstadjungiert, falls f = f f normal, falls ff = f f Darst. Matrix bzgl. ONB: A = A T

Spektralsatz V unitär, endlichdim., f : V V normal. Dann ex. ONB aus Eigenvektoren von f. bzw. A Mat n(c) normal, dann ist U AU diagonal für ein unitäres U. Für reelle Matrizen nur im symmetrischen( Fall; sonst ) 2 dim. invariante α β Unterräume ohne EW, dort Blockmatrix. β α

Zerlegungen Wurzeln A selbstadjungiert und pos. definit, dann ex. eindeutiges B selbstadjungiert und pos. def. so daß B 2 = A Aus Spektralsatz A = S DS mit S unitär/orthogonal und D diagonal, mit pos. Einträgen wg. pos. def. Setze D die Diagonalmatrix mit den Wurzeln der Einträge. Dann D 2 = D, und für B := S DS ist B 2 = A. Polarzerlegung A invertierbar, dann A = P T mit eindeutigen T unitär/orthogonal, P selbstadj. pos. def. Setze P als Wurzel von AA. T := P A. Cartanzerlegung A invertierbar, dann A = T DT 2 für gewisse T, T 2 unitär/orthogonal und D diagonal mit pos. Einträgen Zuerst Polar A = P T Spektralsatz: P = SDS mit D wie gewünscht und S unitär/orthogonal Setze T := S, T 2 := S T

Quadriken A symmetrisch reell, X = (X,..., X n) T Quadrik Q(X) = X T AX + 2b T X + c Äquivalenz Quadriken Q(X) = X T AX + 2b T X + c und Q (X) = X T A X + 2b T X + c äquivalent, falls durch Koordinatentransformation (S orthogonal, v 0 Translationsvektor) auseinander hervorgegangen wie folgt: A = S T AS b = S T b + A v 0 c = c + v T 0 A v 0 + 2b T Sv 0 Normalform Jede Quadrik äquivalent zu einem der Typen: Q(X) = r i= λix2 i + c mit λ,..., λ r 0 Q(X) = r i= λix2 i + cx n mit r < n, λ i 0, c 0 Transformiere: A orthogonal diagonalisieren: A = S T AS, falls A invertierbar in zweitem Schritt verschieben mit v 0 := A b, dann erste Art.

Aufgaben Siehe Aufgabenblatt, Aufgaben 6 2.

Aufgabe 6 Betrachte die bilineare Abbildung β : R 3 R 3 R, β(x, y) = x y + x 2y 2 + x 3y 3 x y 3 x 3y. a) Gib die Strukturmatrix von β bzgl. der Standardbasis an. b) Ist β symmetrisch? c) Ist β ein Skalarprodukt? d) Bestimme die Orthogonalräume {e, e 2}, {e + e 2} und {e, e 2}. Lösung: 0 a) B = 0 0. 0 b) Ja. c) Nein, rg B = 2, also ausgeartet. ( ) ( ) 0 0 0 d) {e, e 2} = ker B = ker = ( 0 ) T, 0 0 0 0 {e + e 2} = ker ( 0 ) B = ker ( ) = ( 0 ) T, ( 0 ) T, {e, e 2} = ker ( 0 ) B = ker 0 = R 3.

Aufgabe 7 Sei A Mat n n(r) symmetrisch. Zeige: a) Ist A invertierbar, so ist auch A symmetrisch. b) A ist genau dann positiv definit, wenn A invertierbar und A positiv definit ist. Lösung: a) A A = = A T (A ) T = A(A ) T (A ) T = A. b) Sei A pos. def. Damit ist A auch invertierbar, denn sonst hätte sie nichttrivialen Kern, bzw ist nach dem Hauptminorenkriterium insbes. det A > 0, also A invertierbar. Sei nun v R n \ {0}. Dann ist v = Aw für ein w 0, und v T A v = w T A T w = w T Aw > 0.

Aufgabe 8 Betrachte auf R 3 die Bilinearform β gegeben durch die Strukturmatrix (bzgl. Standardbasis) 5 0 B = 0 2. a) Zeige, daß β ein Skalarprodukt ist. b) Bestimme aus der Standardbasis mittels Gram-Schmidt eine ONB bzgl. β. c) Gib eine obere Dreiecksmatrix S mit positiven Koeffizienten auf der Diagonalen an, so daß B = S T S. Lösung: a) Offensichtlich symmetrisch. Hauptminoren sind 5, 0 und det B = 5(2 ) + ( 2) = 3 > 0. b) Es ist e = 5, und damit c = 5 e. Da e 2, c = 0 und e 2 = 2, ist c 2 = 2 e 2. Weiter ist e 3, c = 5 und e 3, c 2 = 2, und wir setzen c 3 = e 3 5 c erhalten c 3 = ( 2 c 2 = e 3 5 e e2. Wir berechnen c3 = 3 und 2 0 ) T 2 5 0 5 6 3.

0 5 c) Aus b) lesen wir die Basiswechselmatrix T = 0 2 0 0 5 0 und invertieren zu S = T = 0 2 0 0 5 2 3 0. 2 5 5 6 0 3 ab

Aufgabe 9 ( ) 2 7 Bestimme die Iwasawa Zerlegung A = DNT für A =. 3 ( ) 3 7 Lösung: Wir invertieren zu A =, auf die Spalten (b 2, b 2) wenden wir Gram Schmidt an: c = 0 b, c 2 = b 2 23 0 b = ( ) 3 T 0 0, c 2 = 0 c 2. Diese ONB schreiben wir in die orthogonale Matrix ( C, für die dann gilt C = A S, wobei wir die Basiswechselmatrix S = 0 23 ) 0 0 0 aus der Konstruktion ablesen. ( Mit T := C T gilt dann A = ST, und wir ) ( ) zerlegen noch S in D = 0 0 23 und N := D S =. 0 0 0 ( ) ( ) Insgesamt A = 0 0 ( ) 23 3 0 0. 0 0 0 0 3 0

Aufgabe 0 Sei (V,, ) ein endlich dimensionaler unitärer Vektorraum und f : V V linear. Zeige: a) Ist f normal, so gilt f(v), f(w) = f (v), f (w) für alle v, w. b) Ist f normal, so gilt V (f, λ) = V (f, λ) für alle λ. c) Ist f normal, so sind Eigenvektoren zu verschiedenen Eigenwerten von f zueinander orthogonal. d) Ist f selbstadjungiert, so sind alle Eigenwerte reell. e) Ist f normal und sind alle Eigenwerte reell, so ist f selbstadjungiert. Lösung: a) f(v), f(w) = f f(v), w = ff (v), w = f (v), f (w). b) Aus a) für g normal insbes ker g = ker g. Mit f ist auch g := f λ id normal, und g = f λ id. c) Sei v EV zu λ, w EV zu µ. 0 = f(v) λv, w = v, f (w) λ v, w = v, µw λ v, w = (µ λ) v, w d) v EV zu λ, dann λ v, v = λv, v = f(v), v = v, f(v) = v, λv = λ v, v, und v, v = 0. e) f selbstadj. gdw Matrix für eine ONB selbstadj.; Spektralsatz: Diagonalmatrix, Einträge reell, also selbstadj.

Aufgabe Bestimme ( die Polar ) und eine Cartanzerlegung von 2 A = GL 2 2(R). Lösung: ( ) 5 4 H := AA T = ist symmetrisch pos. def., es existiert also eine 4 5 Wurzel P. Dazu: ( χ H = X ) 2 0X ( ) + 9 = (X 9)(X ( ), ) ( ) 4 4 4 4 V (H, ) = ker =, V (H, 9) = ker =. 4 4 4 4 ( ) ( ) Für die orthogonale Matrix Q := 0 2 gilt Q T HQ =, und 0 9 ( ) ( ) 0 2 wir setzen P := Q Q T = ; damit gilt P 2 = H. Die 0 3 2 Polarzerlegung ist( dann ) A ( = P T mit) ( ) 2 2 0 T := P A = =. Für Cartan: 3 2 2 0 ( ) 0 D := Q T P Q = ist positive Diagonalmatrix; wir haben A = QDQ T T ; 0 3 ( ) setze T := Q und T 2 := Q T T = 2.

Aufgabe 2 Bestimme die Normalform der Quadrik Q(X) = 2X 2 2X X 2 + 2X 2 2 + 2X + 2X 2 +. Lösung: ( ) ( ) 2 Es ist Q(X) = X T AX + 2b T X + c mit A =, b = und c =. 2 ( ) ( ) 0 Wir wissen aus Aufgabe, daß S T AS = für S = 0 3 2. Damit ( ist Q ) äquivalent zu Q ( mit ) Q (X) = X T A X + 2b T + c mit 0 A =, b = S T 2 b =, c = c =. Wir verschieben nun noch den 0 3 0 ( ) Ursprung mittels v 0 := A b 2 =, und erhalten, daß Q äquivalent 0 ist zu Q (X) = X T A X + 2b T X + c mit A = A, b = b + A v 0 = 0 und c = c + v0 T A v 0 + 2b T v 0 = + 2 4 =. Also ist die Normalform Q (X) = X 2 + 3X2 2.

2-5 -4-3 -2-0 2 3 4 - -2-3 -4

Abschnitt 3 Tensorprodukt

Tensorprodukt V, W Vektorräume. Gibt V W und η : V W V W bilinear mit der universellen Eigenschaft: U Vektorraum und ξ : V W U bilinear, dann faktorisiert ξ eindeutig über V W, d.h. es gibt eine eindeutige lineare Abb. ξ : V W U mit ξ = ξ η. (V W, η) ist eindeutig bis auf eindeutigen Isomorphismus, d.h. für (V W, η ) mit der selben Eigenschaft gibt es genau einen Isomorphismus ϕ : V W V W mit ϕη = η

Aufgaben Siehe Aufgabenblatt, Aufgaben 3 4.

Aufgabe 3 Wie folgt die Eindeutigkeit des Tensorproduktes aus der charakterisierenden universellen Eigenschaft? Lösung: Seien η : V W V W und η : V W V W die bilinearen Abbildungen in zwei Tensorprodukte. Dann gibt es nach Def. genau eine lineare Abbildung ϕ : V W V W mit ϕη = η und genau eine lineare Abbildung ψ : V W V W mit ψη = η. ϕ und ψ sind zueinander inverse Isomorphismen: Zur bilinearen Abbildung η gibt es genau eine lineare Abbildung η : V W V W mit η = η η, und sowohl id als auch ψϕ erfüllen dies, also schon ψϕ = id. Analog mit η und ϕψ.

Aufgabe 4 Wie werden die kanonischen Isomorphismen V W (V W ) und V W Hom(V, W ) konstruiert? Lösung: Seien ϕ V, ψ W. Dann ist ϕ ψ : V W K, (v, w) ϕ(v)ψ(w) bilinear und induziert (ϕ ψ) : V W K linear, also (ϕ ψ) (V W ). Auch die Zuordnung V W (V W ), (ϕ, ψ) (ϕ ψ) ist bilinear und induziert die gewünschte Abbildung. Die Abbildung V W Hom(V, W ), (ϕ, w) (v ϕ(v)w) ist bilinear und induziert die gewünschte Abbildung auf V W.

Abschnitt 4 Darstellungen

Definitionen Darstellung auf V ist Gruppenhomomorphismus ρ : G GL(V ) Einschränkung auf invarianten Unterraum ist Unterdarstellung Darstellung ist irreduzibel, falls V 0 ist und sie keine nichttrivialen (d.h. außer 0, V ) Unterdarstellungen hat. Charakter einer komplexen Darstellung ist die Abb. χ : G C, g tr(ρ(g))

Eigenschaften Satz von Maschke V Darst, char K = 0 oder char K kein Teiler von G, W V Unterdarstellung. Dann hat W Komplement, das auch Unterdarst. ist. Für das Skalarprodukt (ϕ ψ) = G g G ϕ(g)ψ(g) auf Funktionen G C gilt: Ist V Darstellung von G mit Charakter ϕ und V = W... W k eine Zerlegung in irreduzible Unterdarst, so ist für jede irreduzible Darst. W von G mit Charakter χ die Anzahl der W i isomorph zu W gleich (ϕ χ).

Aufgaben Siehe Aufgabenblatt, Aufgabe 5.

Aufgabe 5 Betrachte die symmetrische Gruppe S 3 mit der Darstellung durch Koordinatenvertauschung auf C 3, d.h. ρ : S 3 GL(C 3 ), ρ(π)(x, x 2, x 3) = (x π (), x π (2), x π (3)). a) Gib die Werte der Charaktere von ρ, der trivialen und der Signum Darstellung an. b) Berechne (χ ρ χ triv) und (χ ρ χ sgn). c) Zerlege ρ in irreduzible Unterdarstellungen. Lösung a) Mit Repräsentanten der Konjugationsklassen: id (2) (23) χ triv χ sgn χ ρ 3 0 b) Die Konjugationsklassen haben Mächtigkeiten, 3 und 2, und damit (χ ρ χ triv) = 6 (3 + 3 + 0) = und (χρ χsgn) = 6 (3 3 + 0) = 0. c) Wir haben eine Unterdarstellung isomorph zur trivialen, U = (,, ) T. Permutationmatrizen sind orthogonal, also ist U invariant, und U = (,, 0) T, (, 0, ) T ist Unterdarstellung. Sie muß irreduzibel sein, da es nur die bereits untersuchten eindimensionalen Darstellungen der S n gibt.