Lineare Algebra und analytische Geometrie I Lösungsvorschlag zum 9. Tutoriumsblatt

Ähnliche Dokumente
9.2 Invertierbare Matrizen

Serie 10: Inverse Matrix und Determinante

Matrizen, Determinanten, lineare Gleichungssysteme

4.4. Rang und Inversion einer Matrix

2.2 Kern und Bild; Basiswechsel

A2.3 Lineare Gleichungssysteme

Lineare Algebra I Klausur. Klausur - Musterlösung

0, v 6 = , v 4 = span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

6. Übungsblatt zur Mathematik I für Maschinenbau

Tutorium Mathematik II, M Lösungen

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

Corinne Schenka Vorkurs Mathematik WiSe 2012/13

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

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7

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

MC-Serie 11: Eigenwerte

Lineare Gleichungssysteme

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:

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

Elemente der Analysis II

WS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Eigenwerte und Eigenvektoren

Beispiellösungen zur Klausur Lineare Algebra bei Prof. Habegger

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

4. Vektorräume und Gleichungssysteme

Lineare Abhängigkeit

7 Lineare Gleichungssysteme

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

Mathematik 1, Teil B. Inhalt:

00. Einiges zum Vektorraum R n

Lösungen zum 3. Aufgabenblatt

Kapitel 17. Determinanten

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

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

KLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008

Lineare Gleichungssysteme

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Linearkombinationen in der Physik

Aufgabe 1: Bestimmen Sie Zahlen a b. ,, für die. = b. und gleichzeitig a + b + 1 = 0 gilt. Lösung zu Aufgabe 1:

Kap 5: Rang, Koordinatentransformationen

Kapitel VI. Euklidische Geometrie

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

Brückenkurs Mathematik

Aufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler Algebra

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

Kapitel 15. Lösung linearer Gleichungssysteme

Aufgaben zu Kapitel 14

Lineare Gleichungssysteme

4. Übungsblatt zur Mathematik I für Maschinenbau

Lösung (die Geraden laufen parallel) oder unendlich viele Lösungen.

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

8 Tangenten an Quadriken

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2

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

Brückenkurs Elementarmathematik

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

1 Zahlentheorie. 1.1 Kongruenzen

Mathematik für Anwender I. Beispielklausur I mit Lösungen

5 Eigenwerte und die Jordansche Normalform

Determinanten. a e b f a c b d. b) x = , y = c) zu einem Spaltenvektor das Vielfache des anderen Spaltenvektors addiert wird,

) in der Ebene aufgespannten Parallelogramms ist, wie wir wissen, gleich a 1. b 2. ) und b = ( b 1

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Studiengänge) Beispiele

Lineare Algebra - alles was man wissen muß

Gliederung. Links-Rechts-Zerlegung Elimination faktorisiert A = L R. Determinante Inverse. Kleinste Quadrate. Lösung durch. Links-Rechts- Zerlegung

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

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

3 Matrizen und Determinanten

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra II 5. Übungsblatt

Lineare Gleichungssysteme

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Erzeugende Funktionen

F u n k t i o n e n Gleichungssysteme

V DETERMINANTEN In diesem Kapitel entwickeln wir die Theorie der Determinanten Die folgenden Beispiele sollen die Einfuhrung dieses Begries motivieren

Vektorräume und Rang einer Matrix

1 Schnellkurs Lineare Algebra was bisher geschah...

Lk Mathematik 12 Analytische Geometrie Arbeitsblatt A.1

Einführung in die Mathematik für Informatiker

Mathematik II Frühjahrssemester 2013

Ein Beispiel für eine lineare Abbildung

Mathematik für Wirtschaftswissenschaftler

Das lineare Gleichungssystem

3.3 Klassifikation quadratischer Formen auf R n

Lineare Algebra. Teil III. Inhaltsangabe

13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01

Lösungen zum 5. Aufgabenblatt

Matrizen und Determinanten

1.9 Eigenwerte und Eigenvektoren

Spezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation

Vektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden)

Lineare Gleichungssysteme

Lineare Algebra I: Eine Landkarte

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

Proseminar Einführung in die Mathematik 1 WS 2010/11 2. Dezember 2010 Lösungen

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

Transkript:

Mathematisches Institut der Universität München Wintersemester 4/5 Daniel Rost Lukas-Fabian Moser Lineare Algebra und analytische Geometrie I Lösungsvorschlag zum 9. Tutoriumsblatt Aufgabe T-. a) Diese Aufgabe besteht im Wesentlichen im Lösen eines homogenen linearen Gleichungssystems: Das Gaußsche Verfahren liefert 5 6 5 4 5 5 4 5 5 4 5 4 5 5. Wir können also x 5 = λ und x 4 = µ beliebig wählen und erhalten dann der Reihe nach x 5 = λ, x 4 = µ, x = ( x 4 x 5 ) = µ λ, x = 4x +5x 4 +5x 5 = λ µ, x = x x x 5 = 5 µ λ, also die allgemeine Lösung 5 µ λ λ µ x = µ λ µ = λ +µ λ 5/ / mit λ,µ R und damit die Lösungsmenge L =, 5/ / 5 =, = U ergibt. (Im letzten Umformungsschritt haben wir den zweiten Erzeuger durch sein Doppeltes ersetzt, um die unschönen Brüche loszuwerden. Je nachdem, welche Umformungsschritte bei der Ermittlung der Zeilenstufenform gewählt wurden, kann man auch andere Erzeuger erhalten.)

b) Hier sind alle Vektoren x = ( ) T b b 4 b 5 R 5 zu suchen, für die das lineare Gleichungssystem 4 b 4 8 b 4 6 b 5 lösbar ist, denn eine Lösung ( ) T λ λ λ λ 4 entspricht genau einer Darstellung von x als Linearkombination b 4 x = b 4 = λ 4 +λ +λ +λ 4 8. b 5 6 der vier erzeugenden Vektoren vonw. Zur Feststellung der Lösbarkeit formen wir das Gleichungssystem um: 4 b 4 b 4 8 b 4 4 5 b 6 8 b 4 4b 6 b 5 5 6 b 5 b 4 b 7 7 b 4 b 4 4b 6 9 9 b 5 b 5 4 b b 5 b 4 +b + 7 7 b 4 b 4 4b 6 4 b b 5 b 4 +b + 5b + + 7b 4 +7b 5 6b +4 9b 4 +b 5 Hier ist Zeilenstufenform erreicht, und nach den üblichen Lösbarkeitskriterien ist das Gleichungssystem genau dann lösbar, wenn5b + + 7b 4 +7b 5 = und6b +4 9b 4 +b 5 = ist. Das bedeutet insgesamt, daß W = { ( ) x R 5 5 7 7 6 4 9 } x = ist. Als Rechenkontrolle kann man überprüfen, daß die vier angegebenen erzeugenden Vektoren vonw alle dieses Gleichungssystem lösen.

(Man kann das erhaltene Gleichungssystem auch noch durch Zeilenumformungen bearbeiten, um etwas übersichtlichere Zahlen zu erhalten; das liefert dann beispielsweise { ( ) } W = x R 5 x = 5 7 7 { ( ) } = x R 5 x =, aber das ist nur Kosmetik. Wichtig ist allerdings, sich klarzumachen, daß es wie man hier sieht verschiedene richtige Lösungen gibt!) Aufgabe T-. a) Laut Vorlesung sind n Vektoren im R n (beidemale ist die Zahl n, das ist wesentlich!) genau dann linear unabhängig, wenn die aus ihnen gebildete Matrix invertierbar ist. Wir müssen also nur die Determinante dieser Matrix berechnen: Es ist det ( ) v v v = det =... = t 5, t also sind die drei Vektoren genau dann linear unabhängig, wenn t 5 ist. b) Tatsächlich sind also fürt = 4 undt = 6 die drei Vektoren linear unabhängig. Da nunnvektoren im R n auch genau dann ein Erzeugendensystem bilden, wenn die aus ihnen gebildete Matrix invertierbar ist (was wiederum, wie gesagt, äquivalent ist zur linearen Unabhängigkeit der Vektoren), liefert das die gesuchte Begründung. Zur Bestimmung der Darstellung des Einheitsvektors e als Linearkombination von v,v,v ist das lineare Gleichungssystem x = t zu lösen; die Einträge des Lösungsvektors bilden die Koeffizienten (Koordinaten) der gesuchten Darstellung. Anstelle dies durchzuführen und für die Vektoren e,e zu wiederholen, zeige ich einen kleinen Trick: Wenn wir nämlich alle drei Gleichungssysteme gleichzeitig zu lösen versuchen, suchen wir eine MatrixX R mit X =! = E. t Damit ist aber klar, daß wir einfach die gegebene Matrix invertieren müssen (mit einem beliebigen der uns bekannten Verfahren), daß also X = t =... = t 9 t t t t 5 ist. Speziell für t = 4 heißt das X =

und fürt = 6 Das bedeutet: Fürt = 4 ist X = 5. e = v +v v e = v v +v e = v +v v, und fürt = 6 ist b e = v v +v, e = v +5v v, e = v v +v. c) Für t = 5 liegt ein Vektor x = genau dann in v,v,v, wenn das lineare Gleichungssystem b 5 lösbar ist. Mit dem gleichen Verfahren wie in Aufgabe T- b) kann man zeigen, daß dies genau dann der Fall ist, wenn b + = ist, also ist v,v,v = { x R ( ) x = }. Zur Ermittlung der Koeffizienten aller Darstellungen des Nullvektors als Linearkombination von v,v,v ist das lineare Gleichungssystem x = 5 λ zu lösen. Mit kurzer Rechnung erhält man die allgemeine Lösungx = λ = λ mit λ λ R, so daß die allgemeine verschwindende Linearkombination vonv,v,v lautet λv λv +λv = für beliebiges λ R. (Daß als Koeffizienten dieser Linearkombination die gleichen Zahlen auftreten wie in der impliziten Gleichung für den Untervektorraum v,v,v, ist kein Zufall, wurde jedoch in der Vorlesung bislang nicht ausdrücklich thematisiert. Wer findet eine Erklärung?) Für t = 6 sind, wie gesagt, v,v,v ein Erzeugendensystem von R, also ist v,v,v = R. (Dies ist eine implizite Darstellung, nämlich mittels eines Gleichungssystems aus null Gleichungen!) Da aber die Vektoren auch linear unabhängig sind, ist die einzige Darstellung des Nullvektors als Linearkombination von ihnen einfach = v +v +v.

Aufgabe T-. Damit man eine Chance auf lineare Unabhängigkeit hat, muß man auf jeden Fall zwei verschiedene Einheitsvektoren zu v,v hinzunehmen; dabei kommt es aber auf die Reihenfolge nicht an. Damit sind also die sechs Matrizen A kl = ( ) v v e k e l mit k < l 4 auf ihre Invertierbarkeit zu untersuchen. Das ist eine reine Fleißaufgabe (Berechnung von sechs 4 4-Determinanten); es ergibt sich, daß diese Matrizen invertierbar sind außer A, so daß man zwei beliebige Einheitsvektoren hinzunehmen darf außer der Kombination e und e. Daß die meisten, auch zufällig gewählten Vektoren zu zwei gegebenen Vektoren linear unabhängig sein werden, ist ein allgemeines Phänomen; man kann nämlich in einem sehr allgemeinen Sinn beweisen, daß eine zufällig hingeschriebene quadratische Matrix normalerweise invertierbar sein wird. Aufgabe T-4. a) Dies ist mit den impliziten Darstellungen kein Problem: Man muß nur überprüfen, ob der Vektor v die entsprechenden Gleichungen erfüllt beides ist nicht der Fall, also liegt v weder in U noch in W. b) Dies ist mit den expliziten Darstellungen leicht, denn man muß nur jeweils fünf völlig beliebige Linearkombinationen der erzeugenden Vektoren hinschreiben. (Es kann höchstens passieren, daß man den gleichen Vektor auf zwei unterschiedliche Arten erhält, nämlich wenn die gegebenen Erzeuger nicht linear unabhängig sind.) c) Die Summe ist mit den expliziten Darstellungen mühelos zu bestimmen, denn es gilt ganz allgemein v,...,v r + w,...,w s = v,...,v r,w,...,w s. Also ist 5 4 U +W =, + 4,,, 8 6 5 4 =,, 4,,,. 8 6 d) Den Durchschnitt erhält man leicht aus den impliziten Darstellungen, denn es ist nur die gemeinsame Lösungsmenge zweier linearer Gleichungssysteme zu bestimmen, und diese ist einfach die Lösungsmenge des linearen Gleichungssystems, das durch Untereinanderschreiben der einzelnen Koeffizientenmatrizen entsteht: Damit ist 5 6 5 x = 4 5 { ( ) } x R 5 x = 5 6 5 = x R 5 4 5 x =. U W = R x 5

(Daß man die Darstellungen in c) und d) jeweils noch ein ganzes Stück weit vereinfachen könnte, ist eine andere Geschichte dies wird sich schon aus der in f) bewiesenen Tatsache U W ergeben, denn damit ist einfach U +W = W und U W = U.) e) Hier benutzen wir die explizite Darstellung von U und die implizite Darstellung von W : Denn es genügt zu zeigen, daß die erzeugenden Vektoren von U in W enthalten sind, daß sie also das Gleichungssystem vonw erfüllen. Dies ergibt sich aus der Rechnung ( ) 5 = ( ). (Diese Rechnung ist hier etwas faul notiert: die rechte Matrix im Produkt enthält die beiden einzeln zu überprüfenden erzeugenden Vektoren von U als Spalten; entsprechend gehört die erste Spalte des Ergebnisses zum ersten, die zweite zum zweiten erzeugenden Vektor.) f) Da schon U W gilt, bleibt nur zu überprüfen, ob W U ist. Dies ist nicht der Fall, wie man nun unter Benutzung der expliziten Darstellung von W und der impliziten Darstellung von U sehen kann: Denn für den erzeugenden Vektor 4 W beispielsweise gilt wie man mühelos nachrechnen kann. 5 6 5 4, 4 5