Lineare Algebra I 3. Tutorium Inverse Matrizen und Gruppen

Ähnliche Dokumente
Lineare Algebra 6. Übungsblatt

Lineare Algebra I 5. Tutorium Die Restklassenringe /n

Lineare Algebra I, Musterlösung zu Blatt 9

Lineare Algebra I. Lösung 3.1:

3 Matrizen und Lineare Gleichungssysteme

Lineare Algebra I (WS 13/14)

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

Lineare Algebra I - Prüfung Winter 2019

Tutorium: Analysis und Lineare Algebra

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen

1 Transponieren, Diagonal- und Dreiecksmatrizen

Basiswissen Matrizen

37 Gauß-Algorithmus und lineare Gleichungssysteme

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

TECHNISCHE UNIVERSITÄT MÜNCHEN. Matrizen als lineare Abbildungen, Permutationen

9.2 Invertierbare Matrizen

Hausaufgabenüberprüfung 1 zu Mathematische Strukturen Hagen Knaf, SS 2016

Übungen zum Ferienkurs Lineare Algebra WS 14/15

35 Matrixschreibweise für lineare Abbildungen

Tutorium: Analysis und Lineare Algebra

Ferienkurs Mathematik für Physiker I Skript Teil 3 ( )

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Matrizen, Determinanten, lineare Gleichungssysteme

Lösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

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

$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $

Serie 8: Online-Test

8.2 Invertierbare Matrizen

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

10 Lineare Gleichungssysteme

Klausur Lineare Algebra I

1 Algebraische Grundbegriffe

1 Matrizen und Vektoren

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

Kapitel 9: Lineare Gleichungssysteme

8.2 Invertierbare Matrizen

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Tutorium: Diskrete Mathematik. Matrizen

2 Matrizenrechnung und Lineare Gleichungssysteme

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen

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

Mathematik für Physiker, Informatiker und Ingenieure

1 Rechnen mit 2 2 Matrizen

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 2 (WS 2010/2011) Abgabetermin: Donnerstag, 28. Oktober.

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

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra)

1 Matrizenrechnung zweiter Teil

Lineare Algebra 1. Roger Burkhardt

Lösung Serie 10: Elementare Zeilenumformungen & Elementarmatrizen, Rang & Inverse einer Matrix

7 Matrizen über R und C

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

Wie werden die Vorlesungen/Übungen organisiert?

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

Lineare Algebra I 14. Tutorium Lineare Abbildungen und Matrizen

2.3 Lineare Abbildungen und Matrizen

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Mathematik für Betriebswirte I (Lineare Algebra) 2. Klausur Wintersemester 2016/

HM II Tutorium 5. Lucas Kunz. 22. Mai 2018

2. Symmetrische Gruppen

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:

Übersicht Kapitel 9. Vektorräume

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Kapitel 3 Lineare Algebra

Erneut: Matrizen und lineare Abbildungen

Lineare Algebra und Numerische Mathematik für D-BAUG

Neues Thema: abstrakte Algebra: Gruppen- und Körpertheorie

36 2 Lineare Algebra

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.

Lineare Algebra. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching

32 2 Lineare Algebra

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

Lineare Algebra. 1 Lineare Abbildungen

Lineare Algebra Zusammenfassung

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

Lineare Algebra und Numerische Mathematik für D-BAUG

3. Übungsblatt zur Lineare Algebra I für Physiker

Klausur zur Vorlesung Lineare Algebra I

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum

5 Lineare Gleichungssysteme und Determinanten

Übungen zur Diskreten Mathematik I Blatt 6

Brückenkurs Mathematik

g 1 g = e, (1) (g 1 ) 1 g 1 = e, (2) Unter Verwendung des Assoziativgesetzes ist nach (1), und weil e neutrales Element ist. Nach (2) folgt nun

a ij i - te Gleichung (Zeile), i = 1,2,3,..., m

Kapitel 16. Invertierbare Matrizen

Algebra für Informationssystemtechniker

Matrixoperationen. Einige spezielle Matrizen: Nullmatrix: n-te Einheitsmatrix: E n := 0 d. TU Dresden, WS 2013/14 Mathematik für Informatiker Folie 1

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Determinanten. I. Permutationen

Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Übungsblatt 1- Lösung

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49

2. Abgabeblatt - Lösungen. Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Summe:

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49

Matrixalgebra. Kapitel 2. Ein sehr einfaches Leontief-Modell. Matrix. Ein sehr einfaches Leontief-Modell. Vektor. Spezielle Matrizen I

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

Lösung der Klausur zur Linearen Algebra I

Transkript:

Lineare Algebra I Tutorium Inverse Matrizen und Gruppen Fachbereich Mathematik WS / Prof Dr Kollross November Dr Le Roux Dipl-Math Susanne Kürsten Aufgaben Aufgabe G (Die zweite Variante des Gauß-Algorithmus) In dieser Aufgabe wird eine zweite Variante des Gauß-Algorithmus erklärt und angewendet Das Ziel ist dabei die Bestimmung des Inversen einer quadratischen Matrix Hierzu seien A M n () eine gegebene Matrix und x, y n beliebige Vektoren Der Ausgangspunkt ist folgende Aussage, die aus der Vorlesung bekannt ist: B M n () ist genau dann die Inverse Matrix zu A, wenn Ax = y x = B y gilt Das Verfahren besteht nun daraus, dass man die Matrix A E n nur durch die drei folgenden Operationen in die Gestalt E n B bringt (sofern das möglich ist) () Addition eines Skalaren Vielfachen einer Zeile zu einer anderen Zeile () Vertauschen von zwei Zeilen () Multiplikation einer Gleichung mit einem Skalaren λ Dies sind gerade die Umformungen, welche die Lösungsmenge eines linearen Gleichungssystems erhalten Daraus ergibt sich, dass Ax = E n y E n x = B y gilt Wegen der obigen Aussage ist also B die inverse Matrix zu A Eine mögliche Vorgehensweise für diese Umformung ist folgende: Zunächst verwendet man den aus der Vorlesung bekannten Gauß-Algorithmus um A in Stufenform zu bringen Danach addiert man Vielfache der letzten Zeile zu den Ersten Zeilen, so dass in der letzten Spalte Nullen entstehen Dann tut man dasselbe mit der vorletzten Zeile usw bis links eine Diagonalmatrix steht Danach muss man nur noch die Zeilen mit den entsprechenden Skalaren multiplizieren, um links E n stehen zu haben Ein einfaches Beispiel: Für die Matrix A = verläuft der Algorithmus wie folgt Der Ausgangspunkt ist die Matrix Durch Addition des ( )-fachen der ersten Zeile zur Zweiten ergibt sich Nun addiert man die zweite Zeile zur Ersten und erhält Durch Multiplizieren der letzten Zeile mit erhält man Es ergibt sich als inverse Matrix B =

(a) Überprüfen Sie, dass in diesem Beispiel tatsächlich A = B gilt (b) Wieso scheitert dieser Algorithmus, wenn A nicht invertierbar ist? Sind folgende Matrizen invertierbar? Wenn ja, so berechnen Sie die inverse Matrix mit Hilfe des oben beschriebenen Gauß-Algorithmus (c) (d) (e) (a) Es gilt = = (b) Wenn A nicht invertierbar ist, sind in der Stufenform der Matrix bereits einige Zeilen Null In diesem Fall kann man durch obigen Algorithmus die Matrix nicht in die gewünschte Gestalt bringen In allen anderen Fällen erhällt man durch den beschriebenen Algorithmus tatsächlich die Inverse Matrix (c) Es gilt also = (d) (e) Die Matrix ist also nicht invertierbar 6 6 6 7 7

Es gilt also = 6 7 Aufgabe G (Inverse und Transponierte einer Matrix) Es sei A eine invertierbare n n-matrix mit der inversen Matrix A Zeigen Sie, dass dann auch die Matrix A T invertierbar ist und geben Sie die zugehörige inverse Matrix an Es gilt (A T ) = (A ) T Dies folgt direkt aus der Definition des Inversen und den bekannten Eigenschaften der Transponierten einer Matrix durch folgende Gleichungsketten A T (A ) T = (A A) T = E T n = E n (A ) T A T = (A A ) T = E T n = E n Aufgabe G (Gruppen) Wir betrachten die Teilmenge GL n () = {A M n () B M n () mit A B = B A = E n } der invertierbaren n n - Matrizen (a) Zeigen Sie, dass (GL n (),, E n ) ein Gruppe ist (dabei bezeichntet die bekannte Matrixmultiplikation) Machen Sie sich dazu als Erstes klar, welche vier Aussagen nötig sind um dies zu zeigen (b) Ist die Gruppe GL n () abelsch? Beweisen Sie ihre Antwort für den Spezialfall n = (a) Man muss zeigen: () Die Multiplikation ist eine Abbildung : G L n () G L n () G L n () Das heißt es ist zu zeigen, dass A B GL n () A, B GL n () gilt () Die Assoziativität: A (B C) = (A B) C A, B, C G L n () () Die Eigenschaft des neutralen Elements: A E n = A = E n A A G L n () () Die Existenz von inversen Elementen: Für alle A G L n () existiert ein Element B G L n () mit A B = B A = E n Bekannt ist bereits, dass (A B) = B A A, B G L n () gilt Damit ist A B invertierbar, also ein Element von G L n () Dies zeigt Aussage () Die Eigenschaften () und () sind bekannte Rechenregeln der Matrixmultiplikation Die Aussage () ist gerade die definierende Eigenschaft von G L n () wzbw (b) Die Gruppe ist nicht abelsch Im Spezialfall n = muss man ein Gegenbeispiel für die Kommutativität angeben Eine Möglichkeit wäre: A =, B = Wegen A B = = = = sind A und B Elemente von G L () Außerdem ist = und und B A = = Insbesondere gilt also A B B A und die Matrixmultiplikation ist nicht kommutativ

wzbw Aufgabe G (Symmetrische Gruppen) Wir betrachten in dieser Aufgabe die im Tutorium eingeführte Menge S n aller n-stelligen Permutationen : S n S n S n bezeichnet die bereits eingeführte Verkettung von Permutationen (a) Zeigen Sie, dass auf S n assoziativ ist Tipp: Betrachten Sie die Permutationen in dieser Teilaufgabe am besten als Abbildungen von {,, n} in sich (b) Berechnen Sie alle möglichen Verkettungen von Elementen in S Stellen Sie diese in einer Verknüpfungstabelle dar (c) Zeigen Sie, dass S mit der Verkettung eine Gruppe bildet Was ist das neutrale Element? (d) (*) Welche Elemente von S haben eine gerade Anzahl von Fehlständen (Definition siehe Tutorium )? (e) (*) Eine Untergruppe einer gegebenen Gruppe G ist eine Teilmenge von G, die mit der Operation und dem neutralen Element von G selbst wieder eine Gruppe bildet Ist die Teilmenge der Permutationen mit gerader Anzahl von Fehlständen in S eine Untergruppe? (f) (*) Geben Sie alle Untergruppen von S an (g) (*) Zeigen Sie, dass S n für alle natürlichen Zahlen n eine Gruppe ist (a) Seien σ, τ, ρ : {,, n} {,, n} Permutationen aus S n und x {,, n} beliebig Dann gilt (σ (τ ρ))(x) = σ((τ ρ)(x)) = σ(τ(ρ(x))) = (σ τ)(ρ(x)) = ((σ τ) ρ)(x), woraus die Assoziativität σ (τ ρ) = (σ τ) ρ folgt Bemerkung: Auf diese Weise kann man auch allgemein die Assoziativität von Abbildungen zeigen (b) S hat folgende Elemente: σ = σ = = (), σ = = (), σ = Daraus ergibt sich die Verknüpfungstabelle: = (), σ = = (), und σ 6 = = (), = () σ σ σ σ σ σ 6 σ σ σ σ σ σ σ 6 σ σ σ σ 6 σ σ σ σ σ σ σ σ 6 σ σ σ σ σ 6 σ σ σ σ σ σ σ σ σ σ 6 σ σ 6 σ 6 σ σ σ σ σ (c) Die Verkettung ist bekanntermaßen abgeschlossen in S n (das sieht man insbesondere an der Verknüpfungstabelle in Aufgabenteil (b) ) Die Assoziativität wurde in (a) gezeigt Die restlichen Eigenschaften kann man auch an der Verknüpfungstabelle ablesen Das neutrale Element ist σ und die inversen Elemente sind σ = σ, σ = σ, σ = σ, σ = σ, σ = σ 6, σ 6 = σ (d) σ, σ und σ 6 haben eine gerade Anzahl von Fehlständen wzbw (e) Ja, die Menge {σ, σ, σ 6 } bildet eine Untergruppe von S Man kann alle Eigenschaften wieder leicht an der Verknüpfungstabelle unter (b) ablesen (f) Die Untergruppen kann man auch an der Verknüpfungstabelle ablesen Es sind {σ }, {σ, σ }, {σ, σ }, {σ, σ }, {σ, σ, σ 6 } und {σ, σ, σ, σ, σ, σ 6 }

(g) Dass die Verkettung von Permutationen wieder eine Permutation ist, folgt direkt aus der Aussage, dass die Verkettung zweier bijektiver Abbildungen wieder bijektiv ist (siehe Aufgabe G (a) im Tutorium ) und der Betrachtung von Permutationen als bijektive Abbildungen Die Assoziativität wurde bereits in Aufgabenteil (a) gezeigt Das neutrale Element ist immer (), denn es gilt () τ = τ = τ () für alle τ S n Ein beliebiges Element τ S n ist eine bijektive Abbildung von {,, n} in sich Deswegen existiert eine Umkehrabbildung ρ von τ, die wieder bijektiv ist ρ ist also auch ein Element von S n Außerdem gilt wegen der Definition der Umkehrabbildung ρ τ = τ ρ = () Dh ρ ist das Inverse Element von τ Insbesondere besitzt jedes Element in S n ein Inverses wzbw