Lineare Algebra II 3. Übungsblatt

Ähnliche Dokumente
Lineare Algebra II 6. Übungsblatt

MC-Serie 11: Eigenwerte

Eigenwerte und Diagonalisierung

Lineare Algebra II 5. Übungsblatt

46 Eigenwerte und Eigenvektoren symmetrischer Matrizen

Musterlösungen zur Linearen Algebra II Übungsklausur

6 Eigenwerte und Eigenvektoren

45 Eigenwerte und Eigenvektoren

Lösungsskizzen zur Klausur

Eigenwerte und Eigenvektoren von Matrizen

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

Lineare Algebra II, Lösungshinweise Blatt 9

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

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

Übungen zu Einführung in die Lineare Algebra und Geometrie

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

6 Hauptachsentransformation

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008

3.6 Eigenwerte und Eigenvektoren

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Lineare Algebra I Klausur. Klausur - Musterlösung

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Proseminar Lineare Algebra II, SS 11. Blatt

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

Variante A. Hinweise

3.3 Eigenwerte und Eigenräume, Diagonalisierung

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

Aufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ).

4 Lineare Algebra (Teil 2): Quadratische Matrizen

1.9 Eigenwerte und Eigenvektoren

Lineare Abhängigkeit

5 Eigenwerte und die Jordansche Normalform

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.

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

Übungen zur Linearen Algebra 1

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 11 (WS 2010/2011) Abgabetermin: Donnerstag, 20. Januar.

Tutorium Mathematik II, M Lösungen

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

Übungen zur Linearen Algebra 1

Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome

Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

40 Lokale Extrema und Taylor-Formel

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

y = A(x) y + b(x). (1) y = A(x) y (2)

Diagonalisieren. Nikolai Nowaczyk Lars Wallenborn

Vertiefungskurs Mathematik

Kapitel 11. Bilinearformen über beliebigen Bilinearformen

2 Die Dimension eines Vektorraums

Lineare Algebra II 9. Übungsblatt

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

2.9 Die komplexen Zahlen

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

Lineare Algebra und analytische Geometrie II

Addition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ):

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

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Vorkurs Mathematik 2016

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

Kapitel 18. Aufgaben. Verständnisfragen

MAT Lineare Algebra, SS 07 Prof. Joachim Rosenthal Lösung zu Übungsblatt 7

Musterlösung Höhere Mathematik I/II Di. Aufgabe 1 (11 Punkte) Geben Sie die Matrixbeschreibung der Quadrik

Komplexe Zahlen. Kapitel Definitionen

Stefan Ruzika. 24. April 2016

WURZEL Werkstatt Mathematik Polynome Grundlagen

Themen: Kubische Gleichungen, Ungleichungen, Induktion

WURZEL Werkstatt Mathematik Polynome Grundlagen Teil II

9.2 Invertierbare Matrizen

Lösungen zur Klausur A Grundkurs Mathematik für Wirtschaftswissenschaft

(Allgemeine) Vektorräume (Teschl/Teschl 9)

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

Explizite Formeln für rekursiv definierte Folgen

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

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

Höhere Mathematik II. 7 Lineare Algebra II. für naturwissenschaftliche Studiengänge. 7.1 Wiederholung einiger Begriffe

Linearfaktorenzerlegung und Polynomdivision 1 Aufgabe 1

8. Übungsblatt Aufgaben mit Lösungen

Bild und Kern. Für eine lineare Abbildung L : V W bezeichnet man mit. Kern L = {v V : L(v) = 0} V. den Kern und mit

Gleichungen Aufgaben und Lösungen

Musterlösungen zur Linearen Algebra II Blatt 5

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

Lineare Algebra und analytische Geometrie I

Lineare Algebra 6. Übungsblatt

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche

3.3 Klassifikation quadratischer Formen auf R n

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

Mathematik für Informatik 3

Diplom Mathematiker Wolfgang Kinzner. 17. Oktober Technische Universität München. Die abc-formel. W. Kinzner. Problemstellung.

Übungsblatt 13. Lineare Algebra I, Prof. Dr. Plesken, SS (β α) tr = α tr β tr.

2. Der Grad von Körpererweiterungen

Folgerungen aus dem Auflösungsatz

Karlsruher Institut für Technologie Institut für Algebra und Geometrie

Serie 10: Inverse Matrix und Determinante

6.3 Hauptachsentransformation

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

Kapitel 12. Lineare Abbildungen und Matrizen

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen

Transkript:

Lineare Algebra II 3. Übungsblatt Fachbereich Mathematik SS 2011 Prof. Dr. Kollross 27./28. April 2011 Susanne Kürsten Tristan Alex Minitest Aufgabe M1 (Formale Polynome) Betrachten Sie die folgenden Polynome p 1 p 2 p 3 [t] über dem Körper = {0 1} mit zwei Elementen. p 1 (t) := t 2 + 1 p 2 (t) := (t + 1) 2 p 3 (t) := t + 1 Welche der folgenden Aussagen sind korrekt? Alle Polynome sind gleich. Die Polynome p 1 und p 2 sind gleich. Keine zwei Polynome sind gleich. Nur die zweite Aussage ist richtig. Aufgabe M2 (Polynomfunktionen) Betrachten Sie die folgenden Polynomfunktionen q 1 q 2 q 3 : auf dem Körper = {0 1} mit zwei Elementen. q 1 (x) := x 2 + 1 q 2 (x) := (x + 1) 2 q 3 (x) := x + 1 Welche der folgenden Aussagen sind korrekt? Alle Funktionen sind gleich. Die Funktionen q 1 und q 2 sind gleich. Keine zwei Funktionen sind gleich. Die ersten beiden Aussagen sind wahr die letzte ist falsch. Aufgabe M3 (Nullstellen von Polynomen) Welche der folgenden Aussagen sind wahr? Die erste Aussage ist falsch die letzten beiden sind wahr. Gruppenübung Aufgabe G1 (Eigenwerte) Bestimmen Sie die Eigenwerte und zugehörigen Eigenvektoren der n n-matrix 1... 1 A :=.. 1... 1 deren Einträge alle Eins sind. 1

Ein Eigenvektor der Matrix A zum Eigenwert n ist offensichtlich x 0 := (... 1) T. Außerdem hat die Matrix A offensichtlich den Rang 1 und somit einen (n 1)-dimensionalen Kern. Zum Eigenwert 0 gibt es deshalb n 1 linear unabhängig Eigenvektoren. Man rechnet leicht nach dass z.b. die Vektoren x 1 := (1... ) T x 2 := (0 1... ) T... x n 1 := (0... 0 1 1) T eine solche Familie bilden. D.h. A hat die Eigenwerte n und 1 und die zugehörigen Eigenräume sind span (x 0 ) und span (x 1... x n 1 ). Aufgabe G2 (Nullstellen von Polynomen) (a) Es sei p(t) = a 0 + a 1 t +... + a N t N [t] ein Polynom mit N verschiedenen Nullstellen λ 1... λ N. Zeigen Sie dass dann gilt. N N a 0 = ( 1) N a N λ i und a N 1 = a N (b) Bestimmen Sie mittels Polynomdivision für das folgende Polynom alle Nullstellen und ihre Vielfachheiten: p(t) := t 5 + t 4 2t 3 2t 2 + t + 1. λ i Hinweis: Das Polynom besitzt nur ganzzahlige Nullstellen. (a) In diesem Fall gilt p(t) = a N (t λ 1 )... (t λ N ). Durch Ausmultiplizieren erhält man N N p(t) = a N t N + a N λ i t N 1 + + ( 1) N a N λ i. Aus einem Koeffizientenvergleich folgt die Behauptung. (b) Man errät die Nullstellen 1 und 1 und führt eine Polynomdivision durch. Diese ergibt p(t) = (t 1)(t 4 + 2t 3 2t 1) = (t 1)(t + 1)(t 3 + t 2 t 1). Der letzte Faktor hat wieder die Nullstelle 1. Man erhält also durch eine weitere Polynomdivision p(t) = (t 1) 2 (t + 1)(t 2 + 2t + 1) = (t 1) 2 (t + 1) 3. D.h. das Polynom hat nur die Nullstellen 1 und 1 mit einer Vielfachheit von 2 bzw. 3. Aufgabe G3 (Der Körper mit zwei Elementen) (a) Sei = {0 1} der Körper mit zwei Elementen. Zeigen Sie dass jede Abbildung f : durch ein Polynom vom Grad 2 realisiert werden kann d.h. es gibt ein Polynom p(t) = t 2 + a 1 t + a 0 [t] mit f (x) = p(x) für alle x. (b) Sei = {0 1} der Körper mit 2 Elementen. Bestimmen Sie alle 2 2-Matrizen mit Einträgen in die keine Eigenwerte haben. 2

(a) Es gibt nur vier Funktionen f :. Diese sind durch ihre Werte auf den zwei Körperelementen 0 und 1 eindeutig bestimmt. Für f 1 mit f 1 (0) = 0 und f 1 (1) = 0 gilt Für f 2 mit f 2 (0) = 1 und f 2 (1) = 0 gilt Für f 3 mit f 3 (0) = 0 und f 3 (1) = 1 gilt Für f 4 mit f 4 (0) = 1 und f 4 (1) = 1 gilt Dies zeigt die Behauptung. f 1 (x) = x 2 + 1 x + 0 für alle x. f 2 (x) = x 2 + 0 x + 1 für alle x. f 3 (x) = x 2 + 0 x + 0 für alle x. f 4 (x) = x 2 + 1 x + 1 für alle x. (b) Insgesamt gibt es 2 4 = 16 Matrizen in M 2 ( ). Die gesuchten Matrizen dürfen keinen Kern haben und sind somit invertierbar. In M 2 ( ) sind offensichtlich nur die 6 Matrizen 0 1 invertierbar (und haben deswegen 0 nicht als Eigenwert). 0 1 Man sieht sofort dass die Gleichung det(a E) = 0 nur für die erste zweite vierte und fünfte Matrix erfüllt ist (diese haben also den Eigenwert 1). D.h. nur die Matrizen haben keine Eigenwerte. und 3

Hausübung Aufgabe H1 (Eigenwerte und Eigenvektoren) Es sei A M n ( ) eine Matrix und A die konjugierte Matrix (welche aus A entsteht indem man alle Einträge von A konjugiert). Wie hängen die Eigenwerte und Eigenvektoren von A und A zusammen? Beweisen Sie ihre Behauptung. Sei v ein Eigenvektor von A zum Eigenwert λ. Dann ist v ein Eigenvektor von A zum Eigenwert λ. Beweis: Aus Av = λv folgt A v = Av = λv = λ v. Das heißt gerade: v ist ein Eigenvektor von A zum Eigenwert λ. Aufgabe H2 (Nullstellen von Polynomen) Es sei p(t) = a 0 + a 1 t +... + a N t N [t] ein Polynom mit reellen Koeffizienten. Zeigen Sie folgende Aussagen. (a) Sei z eine komplexe Nullstelle von p(t) dann ist auch z eine Nullstelle von p(t). (b) Ist der Grad von p(t) ungerade so hat p(t) mindestens eine reelle Nullstelle. (c) Ist der Grad von p(t) gerade und gilt a 0 a N < 0 so hat p(t) mindestens zwei reelle Nullstellen. In den Aufgabenteilen (b) und (c) dürfen Sie vorraussetzen dass z und z für jede Nullstelle z die gleiche Vielfachheit besitzen. (a) Aus p(z) = 0 folgt p(z) = a 0 + a 1 z +... + a N z N = a 0 + a 1 z +... + a N z N = a 0 + a 1 z +... + a N z N = p(z) = 0. Dies zeigt die Behauptung. (b) Über zerfällt das Polynom in Linearfaktoren d.h mit Vielfachheit gezählt hat p genau N Nullstellen. Da wegen (a) komplexe Nullstellen die nicht reell sind immer nur in Paaren auftreten (jeweils z und z) und N ungerade ist folgt dass mindestens eine Nullstelle reell sein muss. (c) Wieder zerfällt das Polynom über in Linearfaktoren. Analog zu Aufgabe G3 (a) erhält man dass a 0 = ( 1) N a N Produkt aller Nullstellen (mit Vielfachheit gezählt). Da ( 1) N = 1 ist und a 0 und a N verschiedene Vorzeichen haben muss das Produkt aller Nullstellen negativ sein. Da für jede Nullstelle z auch z eine Nullstelle ist und z z >0 gilt folgt dass es mindestens eine weitere Nullstelle aus <0 geben muss. Da die komplexen Nullstellen wieder nur in Paaren auftreten und N gerade ist muss es noch eine zweite reelle Nullstelle geben. Aufgabe H3 (Polynome) Es seien f (t) g(t) [t] zwei von Null verschiedene Polynome. Zeigen Sie die Äquivalenz der folgenden beiden Aussagen. (i) f und g haben mindestens eine gemeinsame Nullstelle. (ii) Es gibt von Null verschiedene Polynome f g [t] mit deg f < deg f deg g < deg g und g f + f g = 0. Angenommen es gilt (i). Die gemeinsame Nullstelle sei λ. Dann gibt es von Null verschiedene Polynome u(t) und v (t) mit Nun setzt man f = u(t) und g = v (t). Dann gilt f (t) = (t λ)u(t) g(t) = (t λ)v (t) g f + f g = v (t)(t λ)u(t) + u(t)(t λ)v (t) = 0. Außerdem ist der Grad von f bzw. g um eins kleiner als der von f bzw. g. D.h. die Aussage (ii) ist erfüllt. 4

Angenommen es gilt (ii). Insbesondere gilt g f = g f. Beide Polynome zerfallen über in Linearfaktoren mit denselben Nullstellen. Wegen deg f < deg f gibt es einen Linearfaktor von f der nicht in f enthalten ist. Dieser muss ein Faktor von g sein. Die entsprechende Nullstelle ist dann eine gemeinsame Nullstelle von f und g. D.h. die Aussage (i) gilt. 5