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

Ähnliche Dokumente
Definitionen. b) Was bedeutet V ist die direkte Summe von U und W? V ist direkte Summe aus U und W, falls V = U + W und U W = {0}.

2.4 Lineare Abbildungen und Matrizen

Lineare Algebra I für Mathematiker Lösungen

Lineare Algebra I (WS 13/14)

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

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

Lineare Algebra Weihnachtszettel

Übungen zu Einführung in die Lineare Algebra und Geometrie

Lösungsskizze zur Hauptklausur Lineare Algebra I

Lineare Algebra I Lösung der Probeklausur

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

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

Lineare Algebra I Zusammenfassung

Lineare Algebra Probeklausur (WS 2014/15)

Klausur zur Vorlesung Lineare Algebra und Geometrie I

Für die Matrikelnummer M = Dann sind durch A =

TECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt 13/ Probeklausur. Lösungen zur. Zentrum Mathematik

1 Lineare Abbildungen

Lineare Algebra Weihnachtszettel

Übungen zu Einführung in die Lineare Algebra und Geometrie

Musterlösung zur Klausur Lineare Algebra I

Wiederholungsklausur zur Linearen Algebra I

Klausur zur Linearen Algebra I HS 2012, Universität Mannheim, Dr. Ralf Kurbel, Dr. Harald Baum

Musterlösung zur Nachklausur Lineare Algebra I

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

Lineare Algebra. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

Prüfung Lineare Algebra , B := ( ), C := 1 1 0

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

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

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

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,

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Übungsklausur Lineare Algebra

Aufgaben zur linearen Algebra und analytischen Geometrie I

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

5 Lineare Abbildungen

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

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie

a) Die Abbildung µ h ist injektiv, da für alle g 1, g 2 G gilt: Daher ist µ h bijektiv. Zudem folgt aus µ h (g) = g auch

Übungen zur Vorlesung Lineare Algebra

Lösung Lineare Algebra I Sommer 2018 Version A

, Uhr Dr. Thorsten Weist. Name Vorname Matrikelnummer. Geburtsort Geburtsdatum Studiengang

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

5 Lineare Abbildungen

Klausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4

Lineare Algebra I (WS 13/14)

Klausur Lineare Algebra I

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform:

Kapitel III. Lineare Abbildungen

Lineare Algebra und analytische Geometrie I

Übungen zur Linearen Algebra 1 Probeklausur Musterlösung: Aufgabe A

1 Eigenschaften von Abbildungen

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

Lineare Algebra: Determinanten und Eigenwerte

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

D-INFK Lineare Algebra HS 2017 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 8

Lineare Algebra 2013 Lösungen für Test und Zusatzfragen

Verständnisfragen: Lineare Algebra und Analytische Geometrie I und II

Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik

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

Probeklausur Lineare Algebra 1 Achten Sie auf vollständige, saubere und schlüssige Argumentation! 100 Punkte sind 100%. Inhaltsverzeichnis

Übungen zum Ferienkurs Lineare Algebra WS 14/15

1. Übungsblatt: Lineare Algebra I Abgabe: 1. November 2001 in den Übungsgruppen

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4

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

Mathematik für Physiker, Informatiker und Ingenieure

Lösung zu Serie 9. Lineare Algebra D-MATH, HS Prof. Richard Pink

Klausur zur Vorlesung Lineare Algebra I

Lineare Algebra II Lösungen zu ausgewählten Aufgaben

4 Lineare Abbildungen und Matrizen

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

Lineare Algebra für Ingenieure

Vordiplomsklausur zur Linearen Algebra I

Universität Bielefeld Wintersemester 2017/18. Lineare Algebra 1 Präsenzübungsblatt 2 1

Grundlagen der Mathematik 1

Einführung in die Mathematik für Informatiker

2.2 Kern und Bild; Basiswechsel

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $

Wiederholungsserie II

Musterlösung zur Probeklausur Lineare Algebra I

5.4 Basis, Lineare Abhängigkeit

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

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

Lineare Algebra. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching

3.6 Eigenwerte und Eigenvektoren

Lösungsskizzen zur Klausur zur Linearen Algebra II. Definitionen

Mathematik I. Vorlesung 12. Lineare Abbildungen

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Tutorium: Analysis und Lineare Algebra

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Scheinklausur, 2. Teil, Lineare Algebra I, WS 2001, Prof. Dr. G. Hiß. Ja oder

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

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

Transkript:

() In dieser Aufgabe kreuzen Sie bitte nur die Antworten an, die Sie für richtig halten. Eine Begründung wird nicht verlangt. a) Es seien A und B beliebige n n-matrizen mit Einträgen in einem Körper K. Nehmen Sie an, dass die Matrizen invertierbar sind, falls ein ( ) in der Formel auftaucht. Dann gilt immer (AB) = B A A B (BA) (AB) t = A t B t B t A t (BA) t det(a ) t = det(a ) deta deta t ++ Punkte b) Es sei V ein K-Vektorraum der Dimension 5 und U V ein Untervektorraum der Dimension 3. Dann gilt. dim K (V/U) = 5 2 5 8. c) Das multiplikative Inverse der Matrix 0 2 0 0 M(3 3; Q) 0 0 0 2 0 0 0 0 = 0 2 0 0, 0 0 0 0 0 0, 0 2 0 2 0 0, 0 0 0 0 0 0. 2 0 d) Es sei f : K 4 K die K-lineare Abbildung, die gegeben ist durch f 4 i= x i. Dann hat der Kern von f die Dimension ist Punkt Punkt x x 4 = 2 3 4. Punkt

(2) Wir betrachten die lineare Abbildung f = f 2 f : R 3 R 2. Elemente des R 3 schreiben wir als x = x. Die Abbildung f strecke die -Achse mit dem Faktor 2 und spiegele die (x, )-Ebene an der x -Achse und f 2 sei die Projektion f 2 (x) = ( x2 ). Es sei S = (e, e 2, e 3 ) die Standardbasis des R 3 und S 2 = (e, e 2 ) sei die Standardbasis des R 2. a) Leiten Sie die Matrixdarstellungen der Abbildungen f, f 2 und f bezüglich der passenden Standardbasen her. f bildet e auf e, e 2 auf 2e 2 und e 3 auf e 3 ab. Daher ist die Matrixdarstellung von f bezüglich der Standardbasis gegeben als 0 0 M(f ) = 0 2 0. 0 0 Für f 2 rechnet man analog: f 2 (e ) = 0, f 2 (e 2 ) = e und f 2 (e 3 ) = e 2. Daher ist ( ) 0 0 M(f 2 ) =. 0 0 Die Matrixdarstellung der Komposition berechnet man entweder direkt aus oder wir berechnen das Matrizenprodukt ( ) 0 0 0 0 M(f) = M(f 2 )M(f ) = 0 ( ) 2 0 0 2 0 =. 0 0 0 0 0 0 b) Was ist die Determinante von f? Die darstellende Matrix hat Diagonalgestalt und daher ist die Determinante das Produkt der Diagonaleinträge also 2. (3) Es sei S = (e, e 2, e 3 ) die Standardbasis des K 3 und A sei die Basis A =, 0, 0 0. Stellen Sie die Transformationsmatrix TA S = M A S(id K3) auf. 3 + Punkte Wir stellen die Standardbasisvektoren mithilfe der Basis A dar und erhalten: e = 0, e 2 = 0 0 0, e 3 = 0 0. 2

Die Transformationsmatrix ist also TA S = 0 0 0. 0 2 Punkte (4) Ist die Familie B =, 2i + i, i linear unabhängig im C 3? Begründen i i i Sie Ihre Antwort. Nein! Wir berechnen i + 2i + i i i und erhalten den dritten Vektor i = i i + 2i + i. i i Punkt für die korrekte Antwort, Punkt für die richtige Begründung (5) Es seien V und W K-Vektorräume und f : V W sei eine K-lineare Abbildung. Definieren Sie, was der Kern und das Bild von f sind. Der Kern von f ist und das Bild von f ist ker(f) = {v V f(v) = 0} Bild(f) = {w W v V mit f(v) = w}. + Punkte (6) Es seien V und W zwei K-Vektorräume gleicher endlicher Dimension und f : V W sei eine K-lineare Abbildung. Beweisen Sie, dass f surjektiv ist, falls es injektiv ist. Die Dimensionsformel besagt, dass dim K V = dim K (Bild(f)) + dim K (ker(f)). Ist die Abbildung f injektiv, so besteht ihr Kern nur aus dem Nullvektor, also ist die Dimension des Bildes gleich der Dimension von V. Nach Voraussetzung haben V und W aber übereinstimmende Dimensionen, also ist dim K W = dim K V = dim K (Bild(f)). Das Bild ist aber immer ein K-Untervektorraum von W. Stimmt die Dimension eines Untervektorraums mit der Dimension des umgebenden Raumes überein, so stimmt der Untervektorraum mit dem Vektorraum überein, also ist das Bild von f gleich W. Das besagt aber gerade, dass die Abbildung surjektiv ist. 2 Punkte 3

(7) Lösen Sie das lineare Gleichungssystem über R 3 4 5 6 7 8 x = 9 9. 6 6 6 0 Wie sieht der affine Lösungsraum aus? Welche Dimension hat er? Wir stellen die erweiterte Koeffizientenmatrix auf. Diese lautet 3 4 5 9 6 7 8 9. 6 6 6 0 Um diese auf Zeilenstufenform zu bringen, ziehen wir das Zweifache der ersten Zeile von Zeile zwei und drei ab. Das liefert: 3 4 5 9 0 2 9. 0 2 4 8 Schließlich ziehen wir das Zweifache der zweiten Zeile von der dritten ab: 3 4 5 9 0 2 9. 0 0 0 0 Die gibt die Gleichungen: 3x + 4 + 5 = 9 2 = 9. Stellen wir dieses System so um, dass wir Abhängigkeiten nur von erhalten, so ergibt dies: = 9 2, 3x + 4(9 2 ) + 5 = 9. Das gibt insgesamt = 9 2 und x = 9. Für jede Wahl von erhalten wir einen eindeutig bestimmten Lösungsvektor. Der affine Lösungsraum ist x = x x = 9 + x 3 9 2. Dieser Raum hat Dimension, weil er der affinen Gerade 9 9 + R 2 0 entspricht. Wahlweise kann man für die Bestimmung der Dimension auch den Rang der ursprünglichen Matrix bestimmen. 2 + Punkte 4

(8) Betrachten Sie U = Span R R 3. Geben Sie (ohne Rechnung) eine Basis von R 3 /U an. Notieren Sie Elemente in R 3 /U bitte als Äquivalenzklassen x von Vektoren x des R 3. Das System A =, 0, 0 0 ist eine Basis des R 3 0, 0 0 eine Basis von R 3 /U. und daher ist Punkt (9) Es sei K 6 [X] der Vektorraum der Polynome vom Höchstgrad 6 und K 2 sei der 2- dimensionale Standardvektorraum über K. Welche Dimension hat der K-Vektorraum Hom K (K 6 [X], K 2 )? Beweisen Sie Ihre Antwort; dabei müssen Sie die Dimensionen von K 6 [X] und K 2 nur korrekt benennen. Der K-Vektorraum K 6 [X] hat Dimension 7 und K 2 hat Dimension 2. Daher hat der Vektorraum Hom K (K 6 [X], K 2 ) die Dimension dim K Hom K (K 6 [X], K 2 ) = 7 2 = 4. Ist A = (v,..., v 7 ) eine Basis von K 6 [X] und S = (e, e 2 ) eine Basis von K 2, so ist das System C = (ϕ i j, i 7, j 2) eine Basis des Vektorraums der Homomorphismen, wobei {{ ϕ i e j, k = i j(v k ) = 0, k i. Beweis, dass dies wirklich eine Basis ist: Es sei f ein beliebiger Homomorphismus, dann ist f(v i ) = a i, e + a i,2 e 2 für irgendwelche Koeffizienten a i,j K. Damit ist f = 7 i= a i,ϕ i + a i,2 ϕ i 2, d.h. das System ist ein Erzeugendensystem. Angenommen wir hätten g = i,j λ i,j ϕ i j = 0 für Koeffizienten λ i,j K. Das bedeutet, dass g die Nullabbildung ist. Insbesondere gilt dann g(v k ) = 0 für alle k {,..., 7}. Also bekommen wir 0 = g(v k ) = λ k e + λ k 2e 2. Aber e, e 2 ist eine Basis, daher sind die λ i j allesamt 0. Punkt für die richtige Antwort, 2 Punkt für einen korrekten Beweis. 5

(0) Es sei V ein endlich-dimensionaler K-Vektorraum und U V sei ein Untervektorraum. Beweisen Sie, dass gilt V = U (V/U). Auf der rechten Seite kann nur die äußere direkte Summe gemeint sein, weil V/U kein Untervektorraum von V ist. Wir wählen eine Basis B = (v,..., v k ) von U und ergänzen diese zu einer Basis B = (v,..., v k, v k+,..., v n ) von V. Dann ist C = ([v k+ ],..., [v n ]) eine Basis von V/U. Wir definieren U als den von (v k+,..., v n ) erzeugten Untervektorraum von V. Dann gilt, dass die Summe von U und U direkt ist und gleich V ist: V = U U. Beweis davon: B ist eine Basis von U und (v k+,..., v n ) erzeugt U. Da (v,..., v n ) eine Basis von V ist, gilt, dass U + U = V. Es sei v U U. Dann ist k n v = λ i v i, v = µ i v i. i= i=k+ Daher ist n i= a iv i = 0 mit a i = λ i für i k und a i = µ i für k + i n. Aber (v,..., v n ) ist eine Basis von V, daher sind alle a i gleich 0 und damit auch die λ i, µ i. Wir zeigen im zweiten Schritt, dass V/U und U isomorph sind. Dazu betrachten wir die Abbildung f : U V/U, f(v i ) = [v i ]. Diese ist sichtbar K-linear und surjektiv. Injektiv ist sie ebenfalls, weil ([v k+ ],..., [v n ]) eine Basis von V/U ist. 3 Punkte () Benutzen Sie ein Determinantenkriterium um zu entscheiden, für welche x Q die Vektoren linear unabhängig sind. x, x, x Die Determinante der Matrix ist (Entwicklung nach der ersten Spalte z.b.) x( ) (x ) + ( x) = 3x + 2. Wir wollen verstehen, wann diese Determinante 0 ist, d.h. wir suchen Nullstellen des Polynoms 3x + 2. Wir sehen (z.b. an der Matrix), dass eine Nullstelle sein muss. Es bleibt der quadratische Term ( 3x + 2) : (x ) = + x 2. Hiervon ist wiederum x = eine Lösung und wir erhalten 3x + 2 = (x ) 2 (x + 2). Also ist genau für die Werte x = und x = 2 das System x, x, x linear abhändig. Für alle x Q, x, 2 ist das System linear unabhängig. 2 Punkte 6