Hausaufgabenüberprüfung 1 zu Mathematische Strukturen Hagen Knaf, SS 2016

Ähnliche Dokumente
1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

2. Symmetrische Gruppen

Lineare Algebra 6. Übungsblatt

01. Gruppen, Ringe, Körper

1 Rechnen mit 2 2 Matrizen

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

Algebra I. Also sind die vier angebenen Gruppen paarweise nicht isomorph.

3 Strukturen aus der Algebra: Gruppe, Ringe, Körper

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

mit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"

5 Die Allgemeine Lineare Gruppe

Zwischenklausur zur Linearen Algebra I HS 2010, Universität Mannheim, Prof. Dr. C. Hertling, Ralf Kurbel

Matrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) =

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Übungen zu Einführung in die Lineare Algebra und Geometrie

$Id: gruppen.tex,v /04/24 15:25:02 hk Exp $ $Id: ring.tex,v /04/24 15:35:17 hk Exp $

Lineare Algebra II 8. Übungsblatt

Lineare Algebra I Klausur. Klausur - Musterlösung

Lineare Algebra I. Lösung 3.1:

Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 8

Invertierbarkeit von Matrizen

4. Übung zur Linearen Algebra I -

Klausurvorbereitungsblatt Lineare Algebra

5. Äquivalenzrelationen

5. Gruppen, Ringe, Körper

37 Gauß-Algorithmus und lineare Gleichungssysteme

Prof. Dr. Rudolf Scharlau, Stefan Höppner

8 Lineare Abbildungen und Matrizen

2 Die Körper-Axiome. I. Axiome der Addition (A.1) Assoziativgesetz. Für alle x, y, z R gilt (x + y)+z = x +(y + z).

Skript und Übungen Teil II

Übungen zu Einführung in die Lineare Algebra und Geometrie

9.2 Invertierbare Matrizen

Lineare Darstellungen von Symmetrischen Gruppen

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.

4. Morphismen. 26 Andreas Gathmann

Halbgruppen, Gruppen, Ringe

4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung

5 Lineare Abbildungen

Lineare Algebra und analytische Geometrie I

Themen und Übungen zum Lehrerweiterbildungskurs Wiederholung und Vertiefung Lineare Algebra/Analytische Geometrie I WiSe 2013/2014

Lineare Algebra und Numerische Mathematik für D-BAUG

1 Algebraische Grundbegriffe

Elemente der Algebra

Modul Grundbildung Lineare Algebra und analytische Geometrie SoSe 2010

3 Matrizenrechnung. 3. November

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2)

Lineare Gleichungssysteme und Matrizen

Lineare Algebra I (WS 13/14)

1 0 1, V 3 = M, und λ A = λa

Copyright, Page 1 of 5 Die Determinante

Leseprobe. Rolf Socher. Algebra für Informatiker. Mit Anwendungen in der Kryptografie und Codierungstheorie. ISBN (Buch):

3. Zahlbereiche und algebraische Strukturen

Lineare Algebra Weihnachtszettel

4 Lineare Abbildungen und Matrizen

36 2 Lineare Algebra

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

2.1 Eigenschaften und Beispiele von Gruppen Untergruppen Homomorphismen... 25

Mathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung )

Aufgabe 1. Stefan K. 2.Übungsblatt Algebra I. gegeben: U, G Gruppen, U G, G : U = 2 zu zeigen: U G. Beweis:

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

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten

1. Übung zur Vorlesung,,Diskrete Strukturen (SS 01)

9 Aus der linearen Algebra. Themen: Lineare Abbildungen Darstellung durch Matrizen

Leitfaden Lineare Algebra: Determinanten

17 Lineare Abbildungen

Lineare Abbildungen und Matrizen

Eigenwerte und Diagonalisierung

(A T ) T = A. Eigenschaft:

γ(a, γ(b, c)) = γ(γ(a, b), c)). γ(e, x) = γ(x, e) = x.

4.4. Rang und Inversion einer Matrix

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

Lineare Schieberegisterfolgen

Übungen zur Diskreten Mathematik I Blatt 6

MATRIZEN. Eine Matrix ist eine rechteckige Anordnung von Zahlen, als ein Schema betrachtet. a 11 a a 1n a 21. a a 2n A = a m1 a m2...

Lineare Algebra und analytische Geometrie I

Ausgewählte Lösungen zu den Übungsblättern 4-5

Lineare Gleichungssysteme

für alle a, b, x, y R.

8.2 Invertierbare Matrizen

II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme

5. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo und UI

1 Modulare Arithmetik

Symmetrie als fundamentale Idee Bezeichnungen (in dieser Vorlesung):

Lösungen 5 zum Mathematik-Brückenkurs für alle, die sich für Mathematik interessieren

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

Hauptklausur. Lineare Algebra. (BaM-LA1, L3M-AG) Prof. Dr. Martin Möller // Jonathan Zachhuber. WiSe 2016/17 // 20. Februar 2017

Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Lösungsvorschlag

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

Einführung Gruppen, Beispiele, Konjugationsklassen

Einführung in die Algebra

Proseminar Lineare Algebra II, SS 11. Blatt

Lineare Algebra I 8. Übungsblatt - Weihnachtszettel - Lösungen

bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR A = LR

Praktikum Einführung in die Mathematik 1 WS 2010/2011 Blatt 2 Lösungen

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

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

a 2 (a b)(a + b) h 1 := h, n N h n+1 := h h n. (2) Die Regeln für das Rechnen mit Potenzen übertragen sich dann weitgehend:

1 Eigenschaften von Abbildungen

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

Matrizen. Lineare Algebra I. Kapitel April 2011

Transkript:

Hausaufgabenüberprüfung 1 zu Mathematische Strukturen Hagen Knaf, SS 2016 Lösungen Aufgabe 1: Betrachten Sie die Menge H aller Abbildungen f : R 2 R 2 der Form f(x) = Ax + b, A R 2 2, b R 2. (1) Zeigen Sie, dass H zusammen mit der Verkettung von Abbildungen als innerer Verknüpfung ein Monoid bildet. Ist es kommutativ? Lösung: Es ist zunächst zu zeigen, dass für beliebige f, g H auch g f H gilt. Ist f(x) = Ax + b und g(x) = Bx + d, so folgt unter Verwendung der Rechenregeln für die Matrixmultiplikation: (g f)(x) = B(Ax + b) + d = BAx + Bb + d = (BA)x + (Bb + d), womit g f die angestrebte Form besitzt, also in H liegt. Das Assoziativgesetz gilt in (H, ), da es für die Verkettung beliebiger Abbildungen gilt. Die identische Abbildung R 2 R 2, x x, liegt in H, da sie durch A = E (Einheitsmatrix) und b = 0 gegeben ist. Folglich besitzt (H, ) ein neutrales Element, ist also ein Monoid. Das Kommutativgesetz gilt nicht: Für f(x) = x + b und g(x) = Ax mit Ab b, gilt (g f)(x) = Ax + Ab und (f g)(x) = Ax + b. Folglich ist nach Voraussetzung (g f)(0) (f g)(0). (2) Welche Elemente von (H, ) sind invertierbar? Lösung: Ein Element f H ist invertierbar genau dann, wenn f eine Umkehrabbildung besitzt, das heißt bijektiv ist, und diese in H liegt. Letzteres ist nicht klar! Wir zeigen zunächst, dass die durch die Gleichungen t b (x) := x + b, b R 2, definierten Abbildungen t b H alle bijektiv sind. Wie man direkt nachrechnet gilt nämlich t b t b = t b t b = id. Die Abbildung t b besitzt also die Umkehrabbildung t b. Es sei nun f H bijektiv, wobei f(x) = Ax + b. Da die Verkettung bijektiver Abbildungen bijektiv ist, ist auch die Abbildung t b f 1

bijektiv, wobei (t b f)(x) = Ax gilt. Aus der linearen Algebra weiß man, dass eine Abbildung der Form g : R 2 R 2, x Ax genau dann bijektiv ist, wenn die Matrix A eine inverse Matrix A 1 besitzt. Die Umkehrabbildung g 1 ist dann durch die Gleichung g 1 (x) = A 1 x gegeben. Es folgt also (t b f) 1 (x) = A 1 x. Andererseits ist (t b f) 1 f 1 (x) = A 1 x A 1 b. = f 1 t 1 b = f 1 t b. Es folgt also Es wurde gezeigt: Ist f H, f(x) = Ax + b, bijektiv, so liegt auch die Umkehrabbildung f 1 in H, f ist also invertierbar in H, und die Matrix A muss invertierbar sein. Ist umgekehrt f(x) = Ax + b mit einer invertierbaren Matrix A, so ist die Abbildung g(x) = A 1 x A 1 b die Umkehrabbildung zu f und damit f invertierbar in H. (3) Bestimmen Sie drei verschiedene Lösungen der Gleichung X 2 = id in H. Lösung: Die Elemente f k (x) := A k x mit ( ) ( 1 0 1 0 A 1 :=, A 0 1 2 := 0 1 ) ( 1 0, A 3 := 0 1 sind Lösungen, denn es gilt f 2 k (x) = (f k f k )(x) = A k A k x = x. Aufgabe 2: Es sei n 2 eine beliebige natürliche Zahl. Eine Matrix M = (m i,j ) mit n Zeilen und Spalten sowie Koeffizienten m i,j Z heißt magisches Quadrat, falls die Zeilensummen die Spaltensummen und die Diagonalsummen m i,1 + m i,2 +... + m i,n, i = 1,... n, m 1,j + m 2,j +... + m n,j, j = 1,... n, m 1,1 + m 2,2 +... + m n,n, m 1,n + m 2,n 1 +... + m n,1 alle denselben Wert s(m) besitzen. Dieser Wert wird Summe von M genannt. Es bezeichne Mag(n) die Menge der magischen Quadrate mit n Zeilen und Spalten. ) 2

(1) Ist Mag(n) zusammen mit der Matrixaddition eine Halbgruppe, ein Monoid oder eine Gruppe? Lösung: Wir testen zun chst, ob die Summe zweier magischer Quadrate M = (a i,j ) und M = (b i,j ) wieder ein magisches Quadrat ist. Die Summenmatrix (a i,j ) + (b i,j ) = (a i,j + b i,j ) besitzt die Zeilensummen a i,1 + b i,1 + a i,2 + b i,2 +... + a i,n + b i,n = a i,1 + a i,2 +... + a i,n + b i,1 + b i,2 +... + b i,n = s(m) + s(m ), das heißt die Zeilensummen haben alle denselben Wert s(m)+s(m ). Die analoge Rechnung für die Spalten- und die Diagonalsummen liefert dasselbe Ergebnis. Folglich ist M + M ein magisches Quadrat und Mag(n) ist eine Halbgruppe, da das Assoziativgesetz für die Addition beliebiger Matrizen gilt, wie aus der linearen Algebra bekannt ist. Die Nullmatrix ist offensichtlich ein magisches Quadrat (mit der Summe 0). Da die Nullmatrix das neutrale Element der Matrixaddition ist, ist Mag(n) also sogar ein Monoid. Die Zeilensummen der Matrix M = ( a i,j ) zu einem magischen Quadrat M = (a i,j ) sind ( a i,1 ) + ( a i,2 ) +... + ( a i,n ) = s(m) Die analoge Rechnung für die Spalten- und die Diagonalsummen liefert dasselbe Ergebnis. Folglich ist M ein magisches Quadrat und Mag(n) ist sogar eine Gruppe. (2) Es sei s 0 Z. Beschreiben Sie die Menge Mag(n, s 0 ) der magischen Quadrate M mit der Summe s(m) = s 0 mit Hilfe der Menge der magischen Quadrate Mag(n, 0) mit der Summe 0. Wie groß ist die Menge Mag(n, s 0 )? Lösung: Unter Punkt 1 haben wir gezeigt, dass für zwei magische Quadrate M, M stets s(m + M ) = s(m) + s(m ) gilt, das heißt die Abbildung s : Mag(n) Z, M s(m) ist ein Gruppenhomomorphismus. Für M 0, M Mag(n, s 0 ) gilt daher s(m M 0 ) = s(m) s(m 0 ) = s 0 s 0 = 0, also M M 0 Mag(n, 0). Da M = M 0 + (M M 0 ) gilt, ist also jedes magische Quadrat M Mag(n, s 0 ) Summe M 0 + M 1 des magischen Quadrats M 0 und einem magischen Quadrat M 1 Mag(n, 0). Umgekehrt hat jedes magische Quadrat der Form M 0 + M 1 mit M 1 Mag(n, 0) die Summe s(m 0 + M 1 ) = s 0 + 0 = s 0. Folglich gilt Mag(n, s 0 ) = M 0 + Mag(n, 0); 3

insbesondere gibt es genauso viele magische Quadrate der Summe s 0 wie es magische Quadrate der Summe 0 gibt. Aufgabe 3: (1) Bestimmen Sie ein e N so, dass für die Permutation ( 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 σ := 6 17 19 16 10 15 18 11 7 9 20 1 4 2 13 12 5 14 8 3 die Gleichung σ e = id gilt. Lösung: Wir schreiben die Permutation mit Hilfe des in der Vorlesung vorgestellten Verfahrens als Produkt von disjunkten Zykeln. Es ergibt sich: σ = (1 6 15 13 4 16 12) (2 17 5 10 9 7 18 14) (3 19 8 11 20) =: τ 1 τ 2 τ 3. Für einen r-zykel τ gilt τ r = id. Also τ 7 1 = id, τ 8 2 = id und τ 5 3 = id. Da die Zykel τ i disjunkt sind, folgt σ 5 7 8 = τ 5 7 8 1 τ 5 7 8 2 τ 5 7 8 3 = (τ 7 1 ) 5 8 (τ 8 2 ) 5 7 (τ 5 3 ) 7 8 = id. (2) Zeigen Sie, dass die Menge U aller Permutationen τ S 20 mit der Eigenschaft τ(2k) = 2k, k = 1, 2,..., 10, eine Untergruppe von S 20 ist. Wieviele Elemente besitzt U? Lösung: Wir zeigen zunächst, dass mit τ, τ U auch τ τ U gilt. Hierzu muss (τ τ )(2k) berechnet werden: also tatsächlich τ τ U. (τ τ )(2k) = τ(τ (2k)) = τ(2k) = 2k, Weiter muss id U gelten. Dies ist offensichtlich. Schließlich muss zu jedem τ U auch τ 1 U gelten. Aus der Gleichung τ(2k) = 2k folgt durch Verknüpfen mit τ 1 von links: τ 1 (τ(2k)) = τ 1 (2k). Da τ 1 (τ(2k)) = id (2k) = 2k gilt, folgt die Behauptung. Die Permutationen τ U permutieren die ungeraden Zahlen {1, 3, 5,..., 19} in jeder möglichen Weise. Da es 10 solcher Zahlen gibt, gilt U = 10! = 2 3 4... 10 = 3628800. ) 4

Aufgabe 4: Betrachten Sie die Diedergruppe D 7 des regelmäßigen 7-Ecks. (1) Bestimmen Sie alle Untergruppen von D 7. Lösung: Nach dem Satz von Lagrange besitzt eine Untegruppe U von D 7 einen Teiler der Elementezahl D 7 = 14 als Elementezahl. Damit kommen die Zahlen 1, 2, 7, 14 in Frage. Die Zahlen 1 und 14 liefern die Untergruppen {id } und D 7. In der Vorlesung wurde gezeigt, dass die Menge der verschiedenen Drehungen eine Unterguppe von D 7 mit sieben Elementen bildet. Eine weitere Untergruppe mit sieben Elementen gibt es nicht: In einer solchen Untergruppe U müsste eine Spiegelung τ liegen, und damit wäre die Menge {id, τ} eine Untergruppe mit zwei Elementen in U. Das ist nach dem Satz von Lagrange unmöglich. Jede der sieben Spiegelungen τ des 7-Ecks liefert eine Untergruppe {id, τ} mit zwei Elementen. Ist andererseits U eine Untergruppe mit zwei Elementen und τ U, τ id, so gilt τ 2 = id. Folglich ist τ eine Spiegelung oder eine Drehung um π. Letztere ist aber keine Symmetrieoperation des 7-Ecks, das heißt liegt nicht in D 7. (2) Es sei τ D 7 eine Spiegelung und σ D 7 die Drehung um 2π 7. Lösen Sie die Gleichung (σ 5 τ) x = τ σ 2 und geben Sie die Lösung in der Standardform τ k σ l, k {0, 1}, l {0, 1, 2, 3, 4, 5, 6} an. Lösung: In D 7 gilt die Gleichung σ τ = τ σ 6, wie in der Vorlesung gezeigt wurde. Wendet man diese Gleichung, sowie τ 2 = id = σ 7 wiederholt an, so erhält man: x = τ σ 2 τ σ 2 = τ σ τ σ 6 σ 2 = τ σ τ σ 8 = τ σ τ σ = τ τ σ 6 σ = τ 2 σ 7 = id. Studiengang Angewandte Mathematik Hochschule RheinMain 5