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

Ähnliche Dokumente
3.3 Eigenwerte und Eigenräume, Diagonalisierung

Übungen zum Ferienkurs Lineare Algebra WS 14/15

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

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

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

2 Die Darstellung linearer Abbildungen durch Matrizen

Lineare Algebra - alles was man wissen muß

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Leitfaden Lineare Algebra: Determinanten

Musterlösungen zur Linearen Algebra II Blatt 5

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Lösungsvorschläge zu ausgewählten Übungsaufgaben aus Storch/Wiebe: Lehrbuch der Mathematik Band 2, 2.Aufl. (Version 2010), Kapitel 5

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Grundlagen der Mathematik II

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Invariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen

6 Symmetrische Matrizen und quadratische Formen

A Matrix-Algebra. A.1 Definition und elementare Operationen

Lösungen zum 3. Aufgabenblatt

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt

Lineare Gleichungssysteme

Definition 27 Affiner Raum über Vektorraum V

7 Die Determinante einer Matrix

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG

Ausgewählte Aufgaben zum Grundbereich des Staatsexamens in Mathematik. Lineare Algebra. zusammengestellt von

2.1 Codes: einige Grundbegriffe

Vorlesung bzw. 23. Januar Determinanten 1. Cramersche Regel

Eigenwerte und Eigenvektoren von Matrizen

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Frohe Weihnachten und ein gutes neues Jahr!

Statistische Methoden

Lineare Gleichungssysteme

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer.

Mathematischer Vorkurs für Physiker WS 2009/10

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Höhere Mathematik I. 1. Gruppenübung zur Vorlesung Prof. Dr. M. Stroppel. Winter 2007/08

Einführung in die Algebra

KAPITEL 0. Einführung

Matrixalgebra. mit einer Einführung in lineare Modelle. Stefan Lang Institut für Statistik Ludwigstrasse 33

Vorlesung. Komplexe Zahlen

Zusatztutorium,

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Kapitel 15. Lösung linearer Gleichungssysteme

11 Normalformen von Matrizen

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008

3.1. Die komplexen Zahlen

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010

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

SO(2) und SO(3) Martin Schlederer. 06. Dezember 2012

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung

Dirk Hachenberger Mathematik für Informatiker

Inhaltsverzeichnis 1 Lineare Gleichungssysteme I

Codierungstheorie, Vorlesungsskript

Berechnung von Eigenwerten und Eigenvektoren

Bestimmung einer ersten

Karlsruher Institut für Technologie Institut für Algebra und Geometrie

4. Übungsblatt Matrikelnr.:

Mathematik III für Ingenieure

Klausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth

7 Lineare Abbildungen und Lineare Gleichungssysteme

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

Fakultät für Mathematik und Informatik. Seminar über angewandte Analysis. Sommersemester Der Kreissatz von Gerschgorin

Kochen mit Jordan. Vorbereitungen. Schnellzubereitung. JNF für Genießer wenn s noch etwas mehr sein darf

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

11. Primfaktorzerlegungen

Lineare Algebra und analytische Geometrie II (Unterrichtsfach)

Wie kann man beweisen, dass (H, ) eine Gruppe ist?

Klausuraufgabensammlung Mathematik. Klausuraufgaben zur Mathematik 1-3 von Wolfgang Langguth

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

Elemente der Analysis II

GF(2 2 ) Beispiel eines Erweiterungskörpers (1)

Algebra. Patrik Hubschmid. 8. Oktober 2013

Lineare Algebra für Informatiker TUM Sommersemester 2011 Dozent: Christian Pötzsche

Codes und Codegitter. Katharina Distler. 27. April 2015

Algebra. Professor Walter Gubler

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Formelsammlung Mathematische Grundlagen für die Informatik

Der Golay-Code und das Leech-Gitter

Noethersche und artinsche Ringe

2.2 Nebenklassen, Normalteiler und Faktorgruppen

II. Ringe und Moduln für etwas Fortgeschrittene

Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben.

Satz 25 A sei eine (n n)-matrix über K

KAPITEL 4. Lineare Ausgleichsrechnung Beispiel 4.1. Das Ohmsche Gesetz: U = RI. Eine Meßreihe von Daten:

6 Lösung linearer Gleichungssysteme I: LR-Zerlegung und Verwandte

Lie-Gruppen. Andreas Gastel. Duisburg, Sommersemester 2011

Beispiel zur Lösung eines Gleichungssystems : 6 y + z = x + 3 y 3 z = x 3 y =

2 Algebraische Grundstrukturen

Quaternionen, Kampfflugzeuge und Computerspiele

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Numerische Behandlung des Eigenwertproblems

Quantenautomaten und das Cut-Point-Theorem für beschränkte erkennbare Potenzreihen

Algebra I Wintersemester 2006/07

Gleichungen - Aufgabenstellung und Lösungsstrategien

Skript zur Vorlesung Höhere Mathematik für Bachelorstudiengänge. Prof. Dr. R. Herzog. gehalten im SS2013 Technische Universität Chemnitz

Einführung in die Tensorrechnung

Transkript:

1. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 30.10.03 1 Finden 2 Sei Sie reelle Zahlen a, b, c, so dass a (2, 3, 1) + b (1, 2, 2) + c (2, 5, 3) = (3, 7, 5). (V,, ) ein euklidischer Vektorraum. Zeigen Sie, dass für alle x, y V gilt a) Parallelogramm-Identität: x + y 2 + x y 2 = 2 x 2 + 2 y 2 ; b) Polarisationsformel: x + y 2 x y 2 = 4 x, y. 3 Definition: Ein Untervektorraum des R n ist eine Teilmenge U R n, so dass (1) (0,..., 0) U ; (2) x + y U für alle x, y U ; (3) a x U für alle x U und alle a R. 4 Seien Zeigen Sie, dass jeder Untervektorraum U R n (mit +, und 0 U = (0,..., 0) wie (1) (3)) ein Vektorraum ist. Überprüfen Sie dazu, dass alle Vektorraumaxiome erfüllt sind. u, v R 3 fest vorgegebene Vektoren. Welche der folgenden Teilmengen des R 3 sind Untervektorräume? a) {a u + b v a, b R} b) S 2 = {x x R 3, x 2 = 1} c) v = {x v, x = 0}

2. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 06.11.03 1 Bestimmen 2 Ergänzen 3 Stellen Sie die Seitenlängen und Winkel im Dreieck mit den Ecken x = (1, 0, 1, 2), y = (1, 1, 0, 1), z = (0, 0, 1, 2) R 4 bezüglich des Standard-Skalarproduktes. Sie den Vektor x = ( 1 3, 2 3, 2 ) 3 durch Vektoren y, z R 3 zu einer Orthonormalbasis (x, y, z) des R 3 mit dem Standard- Skalarprodukt. Sie die folgenden Zahlen als x + iy mit x, y R dar. a) ( 1 + 2i) 3, b) i k für alle k Z, c) 1 1 + i, d) 2 + 3i 1 + 4i. 4 Seien (a, b) R 2. Finden Sie alle Paare (c, d) R 2, so dass a + bi = (c + di) 2. Ihre Lösung sollte nur Grundrechenarten und Wurzeln nicht-negativer reeller Zahlen verwenden.

3. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 13.11.03 1 Zeigen Sie: g : R 2 R 2 R mit g((x 1, x 2 ), (y 1, y 2 )) = αx 1 y 1 + βx 1 y 2 + γx 2 y 1 + δx 2 y 2 2 Berechnen 3 Zeigen 4 Wir ist ein Skalarprodukt genau dann, wenn α > 0, δ > 0, β = γ und α δ β γ > 0 gilt. Sie den Flächeninhalt der Seiten des von den Vektoren x = (2, 0, 0), y = (1, 2, 0), z = (0, 1, 1) aufgespannten Parallelotops und dessen Volumen. Sie, dass die Quaternionenmultiplikation assoziativ ist. definieren die quaternionale Konjugation durch q = (a, x) für alle q = (a, x) H = R R 3. Seien q, r H. Zeigen Sie a) (q r) = r q b) q q = q 2 R H bezüglich des Standard-Skalarproduktes; c) Ist q 0, so existiert ein w H mit q w = 1; d) q r = q r.

4. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 20.11.03 1 Stellen 2 Sei Sie die folgenden Elemente des Körpers F 7 = Z/7 als [k] dar mit k {0, 1,..., 6} M = {0, 1, a, b}. [4] + [5], [4] [5], [3] 1, [5]/[4] a) Bestimmen Sie eine Verknüpfung + : M M M, so dass (M, +, 0) eine Gruppe wird, in der m + m = 0 für alle m M gilt. Wieviele Möglichkeiten gibt es? b) Bestimmen Sie eine Verknüpfung : M M M, so dass (M, +,, 0, 1) ein Körper wird. Wieviele Möglichkeiten gibt es? c) Finden Sie alle Lösungen von x 2 + x + 1 = 0 in F 2 = Z/2 und in F 4 = (M, +,, 0, 1). 3 Sei (G,, e) eine Gruppe. a) Es sei g G. Zeigen Sie: Die Abbildung f g : G G, h ghg 1 ist ein Gruppenautomorphismus. b) Die Abbildung G Aut G, g f g ist ein Gruppenhomomorphismus. ( ) ( ) 1 2 3 1 2 3 c) Berechnen Sie f g (h) für g = und h = G = S(3). 2 3 1 2 1 3 4 Für q S 3 = {q H qq = 1} sei f q : H H gegeben durch f q (w) = q w q. a) Zeigen Sie: f q ist ein Schiefkörperautomorphismus und orthogonal, d.h., es gilt f q (w) = w für alle w H. b) Folgern Sie mit Aufgabe 2b) von Blatt 1, dass f q (v), f q (w) = v, w gilt für alle v, w H = R 4 mit dem Standardskalarprodukt. c) Beweisen Sie: f q bildet reelle Quaternionen auf reelle ab und imaginäre auf imaginäre.

5. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 27.11.03 1 Sei Q( 2) = {a + b 2 a, b Q} R. Zeigen Sie: a) Q( 2) ist ein Unterkörper von R. b) Die Abbildung ϕ : Q( 2) Q( 2) mit ϕ(a + b 2) = a b 2 ist ein Körperautomorphismus. 2 Bilden 3 Welche 4 Sei Sie alle möglichen Produkte A B von reellen Matrizen mit ( ) ( ) 1 2 0 3 1 3 2 2 3 A, B,, 0 1 1 2 0 1 1 1 1 4 0 1 1 der folgenden Abbildungen F, G, H zwischen K-Vektorräumen sind linear? (( )) ( ) z w a) K = C, F : C 2 C 2 mit F = ; w z (( )) a b) K = F 3 = Z/3, G : F3 2 F 3 mit G = [2] b a; b (( )) x y x c) K = R, H : R 2 R 3 mit H = y 2 ; y 2 x x = x 1 x 2 x 3 R 3 mit x = 1 bzgl. des Standard-Skalarproduktes. Wir betrachten R x : R 3 R 3 mit R x (y) = x y + x, y x. a) Beweisen Sie die Linearität von R x und geben Sie die zugehörige Matrix an. b) Wie wirkt R x auf Vielfache von x und auf Vektoren senkrecht zu x? c) Was ist die geometrische Bedeutung von R x?

6. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 04.12.03 1 Finden x 1 Sie x = x 2 R 3 mit x 3 1 0 2 0 3 1 1 x = 8 2 0 0 4 2 Sei 3 Sei V ein K-Vektorraum. Eine Abbildung p End V heißt Projektion, wenn p p = p gilt. Zeigen Sie, dass für jede Projektion p gilt a) id V p ist auch eine Projektion, b) V = ker p im p. Wie sieht die Zerlegung aus b) für die Projektion id V p aus? K ein Körper und sei V = {(a i ) i N a i K und es existiert n N mit a i = 0 für alle i n} die Menge der endlichen K-wertigen Folgen. a) Zeigen Sie, dass V mit (a i ) i N + (b i ) i N = (a i + b i ) i N und k (a i ) i N = (k a i ) i N einen K-Vektorraum bildet. b) Finden Sie Isomorphismen F : V K V und G : V V V. 4 Sei x R 3 mit x = 1. Wir betrachten q = (cos ϕ, sin ϕ x) H. a) Zeigen Sie qq = 1. (Sie können die Formel cos(ϕ) 2 + sin(ϕ) 2 = 1 verwenden.) b) Sei f q : R 3 R 3 die Abbildung aus Aufgabe 4 von Blatt 4, d.h. f q (y) = q (0, y) q im H = R 3. Wie wirkt f q auf Vielfache von x, und wie auf Vektoren senkrecht zu x? c) Versuchen Sie, f q geometrisch zu beschreiben.

7. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 11.12.03 1 Ist 2 Welche A = (a ij ) M m,n (K) eine Matrix, so wird deren transponierte Matrix A t M n,m (K) definiert durch A t = (k ij ) i=1,...,n mit k ij = a ji. j=1,...,m Zeigen Sie: Für alle A M m,n (K), B M n,p (K) gilt (A B) t = B t A t. der folgenden Relationen sind Äquivalenzrelationen? a) {(x, y) x y} R R; b) {(x, y) es existieren n, m N mit x n = y m } Z Z; c) {(A, B) B = QAQ 1 für ein Q GL(n, K)} M n (K) M n (K), wobei n N ist und K ein beliebiger Körper; d) {(p, q) p q < 1} Q Q. 3 Bestimmen Sie den Kern und das Bild der linearen Abbildung F A : Q 3 Q 4, die beschrieben wird durch die Matrix 1 2 4 A = 0 1 2 0 3 6 M 4,3(Q). 1 3 6 Versuchen Sie dazu, jeweils möglichst wenige Vektoren v 1,..., v k Q 3 bzw. w 1,..., w l Q 4 zu finden, so dass gilt ker F = {a 1 v 1 + + a k v k a 1,..., a k Q} im F = {b 1 w 1 + + b l w l b 1,..., b l Q}. und 4 Wir wissen bereits aus der Vorlesung, dass F 3 = Z/3Z ein Körper ist. Welche Untervektorräume hat der F 3 -Vektorraum F 2 3 = F 3 F 3?

8. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 18.12.03 1 Sei 2 Sei 3 Sei 4 a) V der Vektorraum der endlichen Folgen in R aus Aufgabe 3, Blatt 6. Auf der Menge W = R N = {(w i ) i N w i R} aller reellen Folgen definieren wir eine Vektorraumstruktur durch Zeigen Sie: (w i ) i N + (w i) i N = (w i + w i) i N für (w i ) i N, (w i) i N W, k (w i ) i N = (k w i ) i N für k R und (w i ) i N W. a) Die Folgen e j = (δ ij ) i N bilden eine Basis von V (δ ij ist das Kroneckersymbol). b) Jedes (w i ) i N W definiert eine lineare Abbildung V R durch (v i ) i N w i v i. c) Die in b) gegebene Abbildung W V ist ein Isomorphismus. V ein Vektorraum über R und, ein Skalarprodukt auf V. Beweisen Sie, dass die folgende Abbildung ϕ : V V linear und injektiv ist: ϕ(x) = α mit α(v) = x, v. V der Vektorraum der endlichen reellen Folgen wie in Aufgabe 1. Für zwei Elemente (v i ) i N und (v i) i N von V setzen wir (v i ) i N, (v i) i N = v i v i. Zeigen Sie, dass dadurch ein Skalarprodukt auf V definiert wird. Ist die Abbildung ϕ : V V aus Aufgabe 2 in diesem Beispiel surjektiv? Überprüfen Sie, dass die folgenden Vektoren eine Orthonormalbasis des R 3 bezüglich des Standard-Skalarprodukts bilden: 1/2 1/2 2/2 b 1 = 1/2, b 2 = 1/2, b 3 = 2/2. 2/2 2/2 0 b) Sei x = 1/2 1/2 2/2 i=1. In Aufgabe 4 auf Blatt 5 wurde die Drehung R x um x um den i=1 Winkel π/2 = 90 eingeführt. Welche Matrix hat R x bezüglich der Basis (b 1, b 2, b 3 ) aus Teil a)?

9. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 08.01.04 1 Bestimmen 2 Wir 3 Seien Vier der acht Aufgaben auf diesem Blatt sind Zusatzaufgaben. Sie alle x 1, x 2, x 3 Q und alle u 1, u 2, u 3 Z/5Z mit 2 1 4 3 4 5 0 2 4 x 1 2 x 2 = 1, x 3 0 [1] [2] [0] [2] [1] [3] [3] [2] [1] definieren die Ebenen E 1, E 2 R 3 durch 1 1 3 E 1 = 2 + λ 1 1 + λ 2 2 1 2 4 λ 1, λ 2 R, 2 3 4 E 2 = 0 + µ 1 0 + µ 2 2 1 1 1 µ 1, µ 2 R. u 1 [4] u 2 = [2]. u 3 [3] Bestimmen Sie die Schnittmenge E 1 E 2 mit Hilfe eines Gleichungssystems. V und W K-Vektorräume mit dim V = n und dim W = m. Beweisen Sie: a) Gilt n m, so gibt es eine surjektive lineare Abbildung F : V W. b) Ist n m, so existiert eine injektive lineare Abbildung F : V W. 4 Zeigen 5 Sei Sie, dass es keine Unterräume im R 3 außer denen gibt, die in Beispiel 1.59 der Vorlesung aufgezählt wurden. V ein K-Vektorraum und U V ein Unterraum. a) Zeigen Sie (V/U) = { α V α U = 0 }. b) Es sei U R 3 die Gerade {λ (3, 1, 1) λ R}. Finden Sie eine Basis von (R 3 /U).

6 Beweisen 7 Sei ( ) a b Sie, dass eine Matrix A = M c d 2 (R) genau dann invertierbar ist, wenn gilt ad bc 0. Berechnen Sie die inverse Matrix A 1. V = K n mit einer Basis (v 1,..., v n ), und sei (α 1,..., α n ) die dazu duale Basis von V. Sei (ε 1,, ε n ) die zur Standardbasis (e 1,..., e n ) duale Basis von V. Wir definieren einen Isomorphismus Φ : V V durch Φ(α i ) = v i für alle i = 1,..., n. a) Bestimmen Sie die Matrix B von Φ bezüglich (e 1,..., e n ) und (ε 1,..., ε n ) aus der Matrix A = (a ij ) i,j, wobei A definiert ist durch v j =. a 1j a nj. b) Unter welcher Bedingung an A ist B die Einheitsmatrix? 8 a) Beweisen Sie: Ein Vektorraum V ist genau dann nicht endlich erzeugt, wenn es zu jedem n N ein n-tupel linear unabhängiger Vektoren gibt. b) Der Raum der polynomialen Funktionen { x k i=0 } a i x i k N0 ; a 0,..., a k R {f : R R f stetig } ist nicht endlich erzeugt. Hinweis: Zeigen Sie, dass 1, x, x 2,..., x n für alle n N 0 linear unabhängig sind.

10. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 15.01.04 1 Gegeben seien k Vektoren x 1,..., x k K n. Um eine Basis des Unterraums x 1,..., x k zu finden, schreiben Sie die Vektoren als Spalten in eine Matrix. Diese bringen Sie durch Zeilenumformungen auf (nicht notwendig strenge) Zeilenstufenform wie in Definition 2.25 mit den Stufen 1 j 1 < < j r k. 1. Zeigen Sie, dass die Vektoren x j1,..., x jr eine Basis von x 1,..., x k bilden. 2. Finden Sie eine Basis des von den Vektoren v ij = e i e j K n aufgespannten Unterraums, wobei 1 i < j n. 2 Welche 3 Sei 4 Zeigen Dimension hat der Unterraum U = u 1, u 2, u 3, u 4 R 4, der von den unten angegebenen Vektoren aufgespannt wird? Wählen Sie Elemente in {u 1, u 2, u 3, u 4 }, die eine Basis von U bilden. 2 1 1 0 u 1 = 1 3, u 2 = 0 2, u 3 = 2 0, u 4 = 1 1 1 1 1 2 K = F 2 der Körper mit zwei Elementen, und sei V = K 2. Konstruieren Sie eine Abbildung ω : V 2 K, die bilinear ist und antisymmetrisch, aber nicht alternierend. Sie, dass die Abbildung ω : (K 2 ) 2 K mit ω (( a1 a 2 ), ( b1 b 2 )) = k (a 1 b 2 a 2 b 1 ) für k K eine Determinantenfunktion ist, und dass jede Determinantenfunktion auf K 2 von dieser Form ist (ohne zu verwenden, dass der Raum aller Determinantenfunktionen eindimensional ist).

11. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 22.01.04 1 Eine Basis (v 1, v 2, v 3 ) des R 3, eine Basis (w 1, w 2 ) des R 2 und zwei Matrizen A, B M 2,3 (R) seien gegeben durch 1 2 1 ( ) ( ) v 1 = 1, v 2 = 2, v 3 = 0 1 0, w 1 =, w 4 2 =, 1 0 2 1 ( ) ( ) 1 2 3 5 4 1 A =, B =. 3 2 1 2 1 2 a) Sei F : R 3 R 2 die lineare Abbildung, die bzgl. der Standardbasen durch A beschrieben wird. Bestimmen Sie die Matrix von F bzgl. der Basen (v 1, v 2, v 3 ) und (w 1, w 2 ). b) Die Abbildung G : R 3 R 2 habe bzgl. der Basen (v 1, v 2, v 3 ) und (w 1, w 2 ) die Matrix B. Welche Matrix hat G bzgl. der Standardbasen? 2 Berechnen 3 Sei Sie die Determinante der rationalen Matrix 3 7 0 2 2 1 1 2 2 3 0 1 3 8 2 9 n N. Für i, j n mit i j ist die Transposition τ i,j S(n) die Permutation mit j für k = i, τ i,j (k) = i für k = j, k sonst.. Beweisen Sie: a) Jede Permutation σ S(n) lässt sich für ein geeignetes l als Produkt σ = id σ 1 σ 2 σ l schreiben, wobei jedes der σ i eine Transposition ist. b) Zu jedem σ S(n) lässt sich eine Produktdarstellung wie in a) finden, bei der jedes σ i eine Transposition τ ki,k i +1 benachbarter Elemente ist. c) Für das Signum von σ S(n) gilt sign(σ) = ( 1) #{(i,j) {1,...,n}2 i<j, σ(i)>σ(j)}. BITTE WENDEN!

4 a) Sei K ein Körper und seien x 0,..., x n K. Als Vandermonde-Matrix bezeichnen wir die Matrix 1 x 0 x 2 0... x n 0 1 x 1 x 2 1... x n 1 V =. M n+1(k). 1 x n x 2 n... x n n Zeigen Sie det V = i<j(x j x i ). Hinweis: Sie können die Matrix durch Zeilen- oder Spaltenumformungen so verändern, dass sich ihre Determinante mit Hilfe der Determinante einer kleineren Vandermonde- Matrix berechnen lässt. Das führt also auf einen Beweis durch vollständige Induktion über n. b) Sei n N 0 und K ein Körper mit mehr als n Elementen. Beweisen Sie, dass die n + 1 Funktionen K K, x x k für k = 0,..., n linear unabhängig sind.

12. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 29.01.04 1 Invertieren 2 Sei Sie die Matrix 1 1/2 1/3 1/4 1/2 1/3 1/4 1/5 1/3 1/4 1/5 1/6. 1/4 1/5 1/6 1/7 n N \ {1, 2}. Auf Blatt 11 wurde gezeigt, dass V n = {f C[X] deg f n} ein C- Vektorraum der Dimension n + 1 ist und W n = {f R[X] deg f n} ein R-Vektorraum der Dimension n + 1. In ein Polynom f C[X] können wir die komplexe Zahl i einsetzen und erhalten so eine Zahl f(i) C. Wir können aber auch für jedes reelle Polynom f die Zahl f(i) C definieren, denn die Inklusion R C induziert eine Inklusion R[X] C[X]. Beweisen Sie (etwa mit Hilfe von Division mit Rest): a) Der C-Vektorraum {f V n f(i) = 0} ist isomorph zu V n 1. b) Der R-Vektorraum {f W n f(i) = 0} ist isomorph zu W n 2. 3 Für 4 Sei jeden Körper K können wir das Polynom P = X 3 X 2 +X 1 als Element des Polynomrings K[X] betrachten. Zerlegen Sie P sowohl in C[X] als auch in F 17 [X] in Linearfaktoren, wobei F 17 den Körper Z/17Z bezeichne. K ein Körper und A M n (K). a) Als Adjunkte von A bezeichnen wir die Matrix à = (c ij) M n (K) mit c ij = ( 1) i+j det A ji, wobei A ji M n 1,n 1 (K) die Matrix ist, die aus A durch Streichen von Zeile j und Spalte i entsteht. Beweisen Sie A à = det(a) E n. b) Sei A GL(n, K), b K n und sei x K n die Lösung von A x = b. Beweisen Sie die Cramersche Regel, die besagt, dass sich die k-te Komponente x k von x auf folgende Weise bestimmen lässt: Die Matrix A k gehe aus A hervor, indem man die k-te Spalte durch den Spaltenvektor b ersetzt. Dann ist x k = (det A) 1 det A k.

13. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 05.02.04 1 Berechnen 2 Wir 3 Ein 4 Seien Sie das charakteristische Polynom, die Eigenwerte und die dazugehörigen Eigenräume in C 3 zu der Matrix 4 5 3 2 2 2. 7 5 6 Hinweis: Einer der Eigenwerte ist 1. erinnern daran, dass die Spur tr(c) einer quadratischen Matrix C die Summe ihrer Diagonaleinträge ist. Seien m, n N, und es seien Matrizen A M m,n (K) und B M n,m (K) gegeben. Zeigen Sie: a) Es gilt tr(ab) = tr(ba). b) Die Abbildung, : M m,n (R) 2 R mit S, T = tr(st t ) definiert ein Skalarprodukt auf M m,n (R) im Sinne von Definition 0.14 der Vorlesung. Endomorphismus F eines n-dimensionalen K-Vektorraums V heißt zyklisch mit Erzeuger v V, wenn es ein N N 0 gibt, so dass F 0 (v) = v, F 1 (v) = F (v), F 2 (v) = F (F (v)),..., F N (v) ein Erzeugendensystem von V bilden. a) Zeigen Sie, dass bereits F 0 (v),..., F n 1 (v) den Raum V erzeugen und sogar eine Basis bilden. b) Welche Gestalt hat die Matrix A von F bezüglich dieser Basis? Bestimmen Sie das charakteristische Polynom χ F = χ A. c) Wie hängt die Matrix A von der Wahl des Erzeugers v V ab? Die Gestalt der obigen Matrix A heißt auch zyklische Normalform. ( ) a b a > b > 0, d > c > 0 und A =. Finden Sie eine lineare Abbildung c d R 4 C (R, R 2 ), x 1 x 2 y 1 y 2 f = ( f1 f 2 ) mit f = A f und f i (0) = x i, f i(0) = y i für i = 1, 2. Anleitung: Diagonalisieren Sie A, und verfahren Sie weiter wie in Beispiel 3.45 der Vorlesung. Verwenden Sie die Funktionen c λ und s λ aus Beispiel 3.38(3).

14. Übungsblatt zur Vorlesung Abgabe Donnerstag, den 12.02.04 Diese Aufgaben sind Bonusaufgaben und gehen nicht in die Mindestpunktzahl für die Scheinvergabe ein. 1 Führen 2 Sei 3 Beweisen 4 Auf Sie das Gram-Schmidt-Verfahren mit den Vektoren v 1, v 2, v 3 R 3 in der vorgegebenen Reihenfolge durch für 2/3 0 1 v 1 = 2/3, v 2 = 0 und v 3 = 0. 1/3 1 0 B eine symmetrische Bilinearform auf V. Die Teilmenge ker B V wird definiert durch ker B = {v V B(v, w) = 0 für alle w V }. Zeigen Sie: a) ker B ist ein Untervektorraum, b) B induziert eine symmetrische Bilinearform B auf V/ ker B durch B([v], [w]) = B(v, w), c) die Bilinearform B ist nicht ausgeartet. Sie: a) Wenn P (λ) = 0 für ein λ C gilt mit P R[X] C[X], dann gilt auch P ( λ) = 0. b) Für jede Matrix A M 3 (R) hat das charakteristische Polynom χ A eine reelle Nullstelle. c) Sei A SL(3, R) = {G M 3 (R) det G = 1}, dann hat A einen positiven reellen Eigenwert. d) Sei A O(3), d.h. für alle v, w R 3 gilt v, w = Av, Aw, dann hat A einen Eigenwert ±1. Ist A SO(3) = O(3) SL(3, R), so ist 1 ein Eigenwert von A. Blatt 4 und Blatt 6 wurde für jedes q S 3 = Sp(1) H eine Drehung f q SO(3) definiert. Zeigen Sie: a) f q = f w q = ±w. b) Jedes A SO(3) ist eine Drehung um einen Eigenvektor zum Eigenwert 1 (verwenden Sie Aufgabe 3). c) Jedes A SO(3) ist von der Gestalt A = f q, q Sp(1). Fazit: Es gilt SO(3) = Sp(1)/ ± 1.